cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Bijaksana Putra Negara
Contact Email
arifbpn@untan.ac.id
Phone
+62811578624
Journal Mail Official
editor_justin@informatika.untan.ac.id
Editorial Address
Sekretariat Justin Gedung Informatika Fakultas Teknik Universitas Tanjungpura Jl. Prof. Dr. Hadary Nawawi Pontianak 78124
Location
Kota pontianak,
Kalimantan barat
INDONESIA
JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Published by Universitas Tanjungpura
ISSN : 24603562     EISSN : 26208989     DOI : http://dx.doi.org/10.26418/justin
Core Subject : Science,
Computer Science & IT
JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the following: theory and information science, information systems, information security, data processing and structure, programming and computing, software engineering, informatics, computer science, computer engineering, architecture and computer networks, robotics, parallel and distributed computing, operating systems, compilers and interpreters, games, numerical methods, mobile computing, natural language processing, data mining, cognitive systems, speech processing, machine learning, artificial intelligence, expert systems, geographical information systems, computational theory, and informatics applications in various fields.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 661 Documents
 63   64   65   66   67 
Model Hibrida IndoBERT-LSTM untuk Analisis Sentimen Komparatif pada Ulasan Aplikasi Kencan Online Mushlich, M. Machrush Aliy Sirojjam
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.94823

Abstract

Dewasa ini, aplikasi kencan online telah menjadi fenomena sosial yang signifikan di Indonesia, mengubah cara individu berinteraksi dan mencari pasangan. Popularitas aplikasi seperti Tinder, Badoo, dan Tantan menghasilkan ribuan ulasan pengguna di Google Play Store, yang merupakan sumber data berharga untuk memahami persepsi publik. Akan tetapi, analisis manual terhadap data bervolume besar ini tidak efisien. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk melakukan analisis sentimen komparatif terhadap tiga aplikasi kencan tersebut serta menguji efektivitas model hibrida deep learning yang menggabungkan IndoBERT dan Long Short-Term Memory (LSTM). Data ulasan untuk Tinder, Badoo, dan Tantan dikumpulkan dari Google Play Store, dengan total 10.000 ulasan per aplikasi. Model hibrida IndoBERT-LSTM diterapkan untuk mengklasifikasikan sentimen ke dalam kategori positif dan negatif. Hasil evaluasi model menunjukkan kinerja tertinggi pada dataset Tinder dengan akurasi 87.6% dan F1-Score (Macro) sebesar 0.875; diikuti oleh Badoo dengan akurasi 87.0% dan F1-Score (Macro) 0.869; terakhir Tantan dengan akurasi 87.8% dan F1-Score (Macro) 0.832. Analisis lebih dalam pada metrik-metrik confusion menemukan bahwa model untuk Tantan menunjukkan kesulitan yang cukup signifikan dalam mengidentifikasi ulasan negative dengan indikasi adanya karakteristik linguistik yang unik pada dataset tersebut. Penelitian ini menyimpulkan bahwa model IndoBERT-LSTM efektif untuk tugas ini dan memberikan wawasan komparatif berbasis data mengenai persepsi pengguna dan tantangan pemodelan pada domain aplikasi kencan di Indonesia.

Page 67 of 67 | Total Record : 661

 63   64   65   66   67 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol 14, No 1 (2026) Vol 13, No 4 (2025) Vol 13, No 3 (2025) Vol 13, No 2 (2025) Vol 13, No 1 (2025) Vol 12, No 4 (2024) Vol 12, No 3 (2024) Vol 12, No 2 (2024) Vol 12, No 1 (2024) Vol 11, No 4 (2023) Vol 11, No 3 (2023) Vol 11, No 2 (2023) Vol 11, No 1 (2023) Vol 10, No 4 (2022) Vol 10, No 3 (2022) Vol 10, No 2 (2022) Vol 10, No 1 (2022) Vol 9, No 4 (2021) Vol 9, No 3 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2021) Vol 8, No 4 (2020) Vol 8, No 3 (2020) Vol 8, No 2 (2020) Vol 8, No 1 (2020) Vol 7, No 4 (2019) Vol 7, No 3 (2019) Vol 7, No 2 (2019) Vol 7, No 1 (2019) Vol 6, No 4 (2018) Vol 6, No 3 (2018) Vol 6, No 2 (2018) Vol 6, No 1 (2018) Vol 5, No 4 (2017) Vol 5, No 3 (2017) Vol 5, No 2 (2017) Vol 5, No 1 (2017) Vol 4, No 3 (2016) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 3, No 3 (2015) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 3 (2014) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) More Issue