STMIK BANJARBARUSTMIK BANJARBARU
Progresif: Jurnal Ilmiah KomputerProgresif: Jurnal Ilmiah KomputerPenelitian ini menganalisis sentimen media sosial YouTube terhadap kereta cepat (Whoosh) menggunakan algoritma Bidirectional-LSTM. Masalah yang diangkat adalah perlunya pemahaman yang lebih mendalam tentang persepsi publik terhadap proyek kereta cepat, yang dapat mempengaruhi penerimaan dan keberlanjutannya. Tujuan penulisan ini adalah untuk mengevaluasi performa algoritma Bidirectional-LSTM dalam menganalisis sentimen dibandingkan dengan algoritma lain. Metode yang digunakan melibatkan pengumpulan data komentar YouTube, preprocessing teks, dan penerapan algoritma Bidirectional-LSTM untuk klasifikasi sentimen. Parameter-parameter yang dianalisis meliputi akurasi, presisi, dan ketahanan terhadap variasi data. Hasil penelitian menunjukkan bahwa algoritma Bidirectional-LSTM mencapai akurasi (0.86) yang secara signifikan lebih tinggi dibandingkan dengan algoritma Multinomial Naïve Bayes (0.80), USE-Transfer learning (0.80), dan Text Vectorization and Embedding (0.80).
Hasil penelitian menunjukkan bahwa algoritma berbasis Bidirectional-LSTM secara signifikan mengungguli algoritma lain seperti MultinomialNB, USE-Transfer learning, dan Text Vectorization in terms of accuracy and resilience to data variation.Dari data yang dikumpulkan, ditemukan 179 komentar negatif (15.86), masih terdapat ruang untuk peningkatan agar akurasi dapat mendekati 0.90 atau lebih, sehingga diperlukan penelitian lebih lanjut untuk meningkatkan performa model.
Berikutnya, perlu dieksplorasi dampak variabilitas bahasa dalam komentar YouTube, misalnya memanfaatkan model transfer learning multi-bahasa untuk meningkatkan akurasi klasifikasi di kalangan penonton non‑Indonesia. Selain itu, penelitian dapat memperluas cakupan data dengan mengintegrasikan komentar dari platform media sosial lain seperti Instagram dan Twitter guna membandingkan persepsi publik lintas platform dan menilai konsistensi model. Penelitian lanjutan juga dapat menelusuri hubungan antara sentimen publik dan variabel socio‑ekonomi, seperti pendapatan dan tingkat kecenderungan mobilitas, guna memetakan faktor yang memengaruhi persepsi terhadap proyek kereta cepat Whoosh. Semua pendekatan ini akan memperkaya pemahaman holistik tentang bagaimana persepsi publik membentuk keberhasilan proyek infrastruktur besar.
- Survei Tentang Analisis Sentimen Pada Media Sosial | Majalah Ilmiah Teknologi Elektro. survei analisis... doi.org/10.24843/mite.2021.v20i02.p01Survei Tentang Analisis Sentimen Pada Media Sosial Majalah Ilmiah Teknologi Elektro survei analisis doi 10 24843 mite 2021 v20i02 p01
- SENTIMEN ANALISIS CHATGPT DENGAN ALGORITMA NAÏVE BAYES DAN OPTIMASI PSO | INTI Nusa Mandiri. sentimen... doi.org/10.33480/inti.v18i1.4230SENTIMEN ANALISIS CHATGPT DENGAN ALGORITMA NAyaVE BAYES DAN OPTIMASI PSO INTI Nusa Mandiri sentimen doi 10 33480 inti v18i1 4230
- Framing Analysis of Indonesian Fast Train on detik.com | Gema Kampus IISIP YAPIS Biak. framing analysis... doi.org/10.52049/gemakampus.v18i2.327Framing Analysis of Indonesian Fast Train on detik Gema Kampus IISIP YAPIS Biak framing analysis doi 10 52049 gemakampus v18i2 327
- Komparasi Metode Single Moving Average dan Double Exponential Smoothing untuk Peramalan Penjualan Produk... ejurnal.stmik-budidarma.ac.id/index.php/jurikom/article/view/4143Komparasi Metode Single Moving Average dan Double Exponential Smoothing untuk Peramalan Penjualan Produk ejurnal stmik budidarma ac index php jurikom article view 4143
| File size | 652.23 KB |
| Pages | 14 |
| DMCA | Report |
Related /
STTSSTTS Konfigurasi terbaik yang diperoleh terdiri dari 150 unit pada setiap lapisan LSTM dan tingkat dropout 0,2, dengan nilai loss terendah tercatat 0,00150.Konfigurasi terbaik yang diperoleh terdiri dari 150 unit pada setiap lapisan LSTM dan tingkat dropout 0,2, dengan nilai loss terendah tercatat 0,00150.
STMIK BANJARBARUSTMIK BANJARBARU Proses meliputi pengumpulan data komentar, pra-pemrosesan teks, dan klasifikasi menggunakan algoritma Support Vector Machine (SVM) dengan transformasiProses meliputi pengumpulan data komentar, pra-pemrosesan teks, dan klasifikasi menggunakan algoritma Support Vector Machine (SVM) dengan transformasi
STMIK BANJARBARUSTMIK BANJARBARU Keberadaan situs ini merupakan upaya untuk memudahkan akses informasi mengenai aktivitas universitas, meskipun pengguna masih menghadapi beberapa kendalaKeberadaan situs ini merupakan upaya untuk memudahkan akses informasi mengenai aktivitas universitas, meskipun pengguna masih menghadapi beberapa kendala
STTSSTTS Penelitian ini mengukur kepuasan pengguna IKD dengan metode Cascading yang menggabungkan Indeks Layanan Publik Elektronik (ILPE) dan Analisis Kinerja KeamananPenelitian ini mengukur kepuasan pengguna IKD dengan metode Cascading yang menggabungkan Indeks Layanan Publik Elektronik (ILPE) dan Analisis Kinerja Keamanan
UMPPUMPP Hasil eksperimen menunjukkan bahwa semua tiga model memiliki performa yang baik dalam mengklasifikasikan sentimen ulasan aplikasi. Namun, model BERT memberikanHasil eksperimen menunjukkan bahwa semua tiga model memiliki performa yang baik dalam mengklasifikasikan sentimen ulasan aplikasi. Namun, model BERT memberikan
STMIK BANJARBARUSTMIK BANJARBARU Kedua platform ini sering digunakan untuk menyampaikan pendapat atau komentar tentang berbagai topik. Penelitian ini bertujuan untuk memberikan tolak ukurKedua platform ini sering digunakan untuk menyampaikan pendapat atau komentar tentang berbagai topik. Penelitian ini bertujuan untuk memberikan tolak ukur
IBRAHIMYIBRAHIMY Analisis kesalahan tata bahasa dalam video podcast YouTube oleh Loukgalf Kanatip dan Lukkade Metinee menunjukkan mayoritas kesalahan berupa penghilanganAnalisis kesalahan tata bahasa dalam video podcast YouTube oleh Loukgalf Kanatip dan Lukkade Metinee menunjukkan mayoritas kesalahan berupa penghilangan
UNRIUNRI Pada studi ini, data yang digunakan adalah berita media online dan tulisan akademik mengenai wacana pembangunan PLTN Thorium di Pulau Gelasa, KabupatenPada studi ini, data yang digunakan adalah berita media online dan tulisan akademik mengenai wacana pembangunan PLTN Thorium di Pulau Gelasa, Kabupaten
Useful /
STMIK BANJARBARUSTMIK BANJARBARU Penelitian ini mengusulkan penggunaan algoritma K-Means untuk mengelompokkan penjualan lauk berdasarkan parameter yang fokus pada stok awal dan jumlahPenelitian ini mengusulkan penggunaan algoritma K-Means untuk mengelompokkan penjualan lauk berdasarkan parameter yang fokus pada stok awal dan jumlah
STMIK BANJARBARUSTMIK BANJARBARU Apotek Az-Zikra saat ini menghadapi kesulitan dalam pengelolaan persediaan obat di gudang karena seringnya obat keluar masuk ke cabang tanpa sistem teratur,Apotek Az-Zikra saat ini menghadapi kesulitan dalam pengelolaan persediaan obat di gudang karena seringnya obat keluar masuk ke cabang tanpa sistem teratur,
STMIK BANJARBARUSTMIK BANJARBARU Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode SMART (Simple Multi‑Attribute Rating Technique) untuk meningkatkanPenelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode SMART (Simple Multi‑Attribute Rating Technique) untuk meningkatkan
STMIK BANJARBARUSTMIK BANJARBARU Perusahaan Ekspor “X merupakan salah satu perusahaan yang bergerak di bidang ekspor ikan segar dengan tujuan Asia dan Amerika Serikat. Sistem InformasiPerusahaan Ekspor “X merupakan salah satu perusahaan yang bergerak di bidang ekspor ikan segar dengan tujuan Asia dan Amerika Serikat. Sistem Informasi