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 (Universitas Pancasila)
Dyah Sulistyowati Rahayu (Universitas Pancasila)
Agung Wahyudi (Universitas 45 Surabaya)

Journal of Informatics and Advanced Computing
Vol 7 No 1 (2026): Journal of Informatics and Advanced Computing

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.