Claim Missing Document
Check
Articles

Found 22 Documents
Search

Sentiment Classification of Football Supporters Using NusaBERT Embeddings, BiLSTM, and BiGRU Methods Guntara, Muhammad; Gusti Ayu Diah Gita Kartika Santi, I; Hairani, Hairani; Lalu Zazuli Azhar Mardedi
International Journal of Engineering and Computer Science Applications (IJECSA) Vol. 5 No. 1 (2026): March 2026
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/ijecsa.v5i1.6151

Abstract

Class imbalance and the use of non-standard language in football supporters’ opinions on social media constitute major obstacles to producing accurate sentiment classification for evaluating federation performance. This study aims to identify the most effective bidirectional recurrent architecture for capturing public opinion after applying data balancing techniques. Using a primary dataset of 1,039 instances (604 positive and 435 negative samples), the proposed method integrates a pre-trained NusaBERT model with hybrid Bidirectional Long Short-Term Memory (BiLSTM) and Bidirectional Gated Recurrent Unit (BiGRU) layers. To address data imbalance, the Synthetic Minority Over-sampling Technique (SMOTE) is applied to the training data, with dataset partitioning using a stratified split ratio of 70:30. The results indicate that the NusaBERT-BiLSTM model achieves the best performance, with a testing accuracy of 70.83% and an F1-score of 0.6990, outperforming the BiGRU variant, which attains an accuracy of only 64.74%. Furthermore, NusaBERT-BiLSTM demonstrates greater reliability in detecting negative sentiment, achieving a recall value of 0.6336 compared to 0.4504 for BiGRU. In conclusion, combining NusaBERT's semantic strength with SMOTE-based balancing and BiLSTM layers significantly enhances the model’s sensitivity to minority opinions without causing data leakage. This study contributes a more objective classification model for national team management to accurately map public criticism and aspirations on social media.
Workshop dan Pelatihan Aplikasi Naskah Lontar Sasak sebagai Upaya Digitalisasi dan Pelestarian Budaya Lokal Sunardy Kasim; Lalu Zazuli Azhar Mardedi; Khairan Marzuki; Syamsurrijal Syamsurrijal; Diah Supatmiwati; Abdul Muhid
Abdi Cendekia : Jurnal Pengabdian Masyarakat Vol 5 No 2 (2026): Juni
Publisher : Yayasan Zia Salsabila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61253/abdicendekia.v5i2.569

Abstract

Kegiatan workshop dan pelatihan aplikasi naskah lontar Sasak merupakan upaya strategis dalam meningkatkan literasi budaya dan kemampuan pemanfaatan teknologi digital pada masyarakat. Lontar Sasak sebagai warisan budaya lokal mengandung nilai-nilai adat, sejarah, dan pengetahuan tradisional yang perlu dilestarikan melalui pendekatan yang adaptif terhadap perkembangan zaman. Oleh karena itu, kegiatan pengabdian ini difokuskan pada implementasi workshop dan pelatihan penggunaan aplikasi naskah lontar sebagai media pembelajaran dan pelestarian budaya. Program ini dilaksanakan oleh Bale Agung Ajar Wali bekerja sama dengan dosen Universitas Bumigora, serta didukung oleh Program Dana Indonesiana dari Kementerian Kebudayaan Republik Indonesia. Metode pelaksanaan meliputi sosialisasi, pelatihan teknis penggunaan aplikasi, praktik langsung oleh peserta, serta diskusi mengenai nilai-nilai budaya yang terkandung dalam naskah lontar. Hasil kegiatan menunjukkan bahwa workshop dan pelatihan mampu meningkatkan pemahaman peserta terhadap isi naskah lontar serta keterampilan dalam mengoperasikan aplikasi, termasuk dalam mengakses, membaca, dan menelusuri informasi dalam naskah digital. Selain itu, kegiatan ini juga mendorong peningkatan kesadaran peserta terhadap pentingnya pelestarian budaya lokal melalui pemanfaatan teknologi. Dengan demikian, workshop dan pelatihan aplikasi naskah lontar Sasak berperan sebagai model pengabdian yang efektif dalam mengintegrasikan literasi budaya dan literasi digital berbasis komunitas.