IMPLEMENTASI METODE CNN-BILSTM PADA DETEKSI UJARAN KEBENCIAN DALAM BAHASA INDONESIA PADA PLATFORM XZahra Areefa Ananta / Andika Setiawan, S.Kom., M.Cs. / Teknik Informatika, 2025Perkembangan media sosial telah mempermudah penyebaran informasi, namun juga meningkatkan potensi penyebaran ujaran kebencian berbasis agama, ras, fisik, jenis kelamin, dan bentuk penghinaan lainnya. Deteksi manual terhadap ujaran kebencian menjadi tidak efektif akibat besarnya volume percakapan di ... |
Perbandingan Performa Model Convolutional Neural Network–Bidirectional Long Short‑Term Memory (CNN‑BiLSTM) untuk Prediksi Harga Saham Tesla Menggunakan Data Historis dan Kombinasi dengan Sentimen XIVANDER PERDANA MOKHTAR / Luluk Muthoharoh, S.Si., M.Si. / Sains Data, 2025Pergerakan harga saham dapat dipengaruhi oleh berbagai faktor, termasuk sentimen pasar yang tercermin melalui opini publik di media sosial. Model prediksi harga saham Tesla menggunakan arsitektur CNN-BiLSTM dikembangkan dengan memanfaatkan data historis dan analisis sentimen dari platform X (Twitter... |
Prediksi Harga Penutupan Saham BMRI Menggunakan Metode Bidirectional Long Short Term Memory (BiLSTM)Veni Zahara Kartika / Christyan Tamaro Nadeak, S.Si., M.Si. / Sains Data, 2025Pada beberapa tahun terakhir, pasar modal di Indonesia mengalami pertumbuhan yang signifikan dengan jumlah investor meningkat dari 3.8 juta di tahun 2020 menjadi 12.3 juta di Januari 2024. Kondisi ini memberikan peluang besar bagi para investor untuk masuk ke dalam pasar saham Indonesia. Penelitian ... |
Perbandingan Kinerja Model Bilstm Dan Gru Berbasis Word2vec:Skip-Gram Pada Deteksi Sarkasme Tweet Berbahasa IndonesiaKAYLA CHIKA LATHISYA / Winda Yulita, M.Cs. / Teknik Informatika, 2026Sarkasme pada tweet berbahasa Indonesia sulit dideteksi karena maknanya sering berlawanan dengan ungkapan literal dan sangat bergantung pada konteks, sehingga dapat menyesatkan proses klasifikasi teks. Penelitian membandingkan kinerja BiLSTM dan GRU berbasis Word2Vec Skip-Gram dalam klasifikasi bine... |
Klasifikasi Fase Fenologi Padi Menggunakan Attention BiLSTM dan Interpretasi SHAP Berbasis Citra Sentinel-1 di Kabupaten IndramayuFARAHANUM AFIFAH ARDIANSYAH / Febri Dwi Irawati, S.Si., M.Si / Sains Data, 2026Pemantauan fase fenologi padi penting untuk mendukung pengelolaan pertanian, estimasi panen, dan pengambilan keputusan berbasis data, terutama pada wilayah dengan pola tanam dinamis seperti Kabupaten Indramayu. Penelitian ini bertujuan membangun dataset klasifikasi fase fenologi padi berbasis citra ... |