Article Per Year (5 Year)
p-Index From 2021 - 2026
0.92
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi JAM : Jurnal Aplikasi Manajemen JOIV : International Journal on Informatics Visualization Jurnal Telematika Jurnal Pengabdian Masyarakat : Pemberdayaan, Inovasi dan Perubahan Jurnal Informatika: Jurnal Pengembangan IT Journal of Informatics and Advanced Computing JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Dyah Sulistyowati Rahayu
Universitas Pancasila
Religion Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Analisis Sentimen “Jakarta International Stadium” Sebagai Tempat Konser Menggunakan BiLSTM Dan Word2vec Embedding: Analisis Sentimen “Jakarta International Stadium” Sebagai Tempat Konser Menggunakan BiLSTM Dan Word2vec Embedding Shafira Desika Az-zahra; Dyah Sulistyowati Rahayu; Agung Wahyudi
Journal of Informatics and Advanced Computing (JIAC) Vol 7 No 1 (2026): Journal of Informatics and Advanced Computing
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/y3q1d541

Abstract

Jakarta International Stadium (JIS) sebagai venue konser berskala besar di Indonesia memunculkan beragam opini publik di media sosial X. Banyaknya data teks tidak terstruktur menyulitkan identifikasi sentimen secara manual, sehingga penelitian ini menerapkan analisis sentimen berbasis Deep Learning menggunakan metode Bidirectional Long Short-Term Memory (BiLSTM) dengan Word2Vec sebagai representasi fitur teks. Hasil penelitian menunjukkan bahwa pada klasifikasi dua kelas, sentimen positif lebih dominan, sedangkan pada klasifikasi tiga kelas, sentimen negatif menjadi yang paling dominan. Model BiLSTM dengan Word2Vec menghasilkan akurasi sebesar 85% pada klasifikasi dua kelas dan 79% pada klasifikasi tiga kelas. Evaluasi menggunakan Stratified K-Fold Cross Validation lima fold memperoleh rata-rata akurasi 82,97% dan 77,16% dengan standar deviasi rendah. Penelitian ini juga diimplementasikan dalam aplikasi berbasis web untuk menampilkan prediksi sentimen secara interaktif.
Co-Authors Adi Indrayanto Afni Puspita Zahra Agung Wahyudi Alphanoda, Abid Fahreza Amongsaufa, Azka Zulham Arie Suryapratama Arsya Yan Duribta Azka Zulham Amongsaufa Bheli Isya Kurniawan Koloay Chaerul Cahyadi Erin Divayaning Heru Suhartanto Hiroshi Osada Husodo, Zaafri Ananto Iman Paryudi Koloay, Bheli Isya Kurniawan Nenden Nuraini Putri Nurwahyuni Ratih Hendra Ningsih Shafira Desika Az-zahra Shidiq, Muhammad Hafizh Siti Rochimah Sri Mangesti Rahayu Suryapratama, Arie Wita Ramadhanti Yani Kurniawan, Yani Zidan Wali Arubusman