Maharani, Hamidah Lutfiyanti
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : TEKNOLOGI INFORMASI

Penerapan Long Short-Term Memory dan TF-IDF dalam Mengklasifikasikan Sentimen Publik terhadap Kebijakan Efisiensi Anggaran 2025 Maharani, Hamidah Lutfiyanti; Hariyadi, Mokhamad Amin; Abidin, Zainal
Teknologi Informasi : Teori, Konsep, dan Implementasi : Jurnal Ilmiah Vol 16 No 2 (2025): JURNAL TEKNOLOGI INFORMASI: Teori, Konsep dan Implementasi Vol 16 No 2 Tahun 202
Publisher : STMIK PPKIA Pradnya Paramita

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36382/jti-tki.v16i2.605

Abstract

Tanggapan masyarakat terhadap suatu kebijakan seringkali bervariasi dan perlu dilakukan klasifikasi untuk memahami gambaran keseluruhan respons publik. Salah satu contohnya adalah kebijakan Efisiensi Anggaran 2025, yang menjadi fokus penelitian ini. Dilakukan analisis tweet yang terkait dengan kebijakan tersebut menggunakan model LSTM untuk mengklasifikasikan sentimen publik menjadi dua kategori: positif dan negatif. Pembobotan kata dilakukan menggunakan metode TF-IDF, dan hasilnya menunjukkan nilai akurasi 94,38%, precision 93,75%, recall 89,44%, dan F1-score 91,55% pada epoch 10 dan batch size 32 pada rasio pembagian data 80:20. Dari hasil tersebut model LSTM terbukti baik dalam mengklasifikasikan data teks.