<didl:DIDL xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:didl="urn:mpeg:mpeg21:2002:02-DIDL-NS" xmlns:dii="urn:mpeg:mpeg21:2002:01-DII-NS" xmlns:dip="urn:mpeg:mpeg21:2002:01-DIP-NS" xmlns:dcterms="http://purl.org/dc/terms/" DIDLDocumentId="http://eprints.amikom.ac.id/id/eprint/31805" xsi:schemaLocation="urn:mpeg:mpeg21:2002:02-DIDL-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/did/didl.xsd urn:mpeg:mpeg21:2002:01-DII-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/dii/dii.xsd urn:mpeg:mpeg21:2005:01-DIP-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/dip/dip.xsd">
  <didl:Item>
    <didl:Descriptor>
      <didl:Statement mimeType="application/xml">
        <dii:Identifier>http://eprints.amikom.ac.id/id/eprint/31805</dii:Identifier>
      </didl:Statement>
    </didl:Descriptor>
    <didl:Descriptor>
      <didl:Statement mimeType="application/xml">
        <dcterms:modified>2026-06-30T03:12:05Z</dcterms:modified>
      </didl:Statement>
    </didl:Descriptor>
    <didl:Component>
      <didl:Resource mimeType="application/xml" ref="https://eprints.amikom.ac.id/cgi/export/eprint/31805/DIDL/universitasamikomyogyakarta-eprint-31805.xml"/>
    </didl:Component>
    <didl:Item>
      <didl:Descriptor>
        <didl:Statement mimeType="application/xml">
          <dip:ObjectType>info:eu-repo/semantics/descriptiveMetadata</dip:ObjectType>
        </didl:Statement>
      </didl:Descriptor>
      <didl:Component>
        <didl:Resource mimeType="application/xml">
          <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:relation>https://eprints.amikom.ac.id/id/eprint/31805/</dc:relation>
        <dc:title>KOMPARASI PERFORMA LSTM, GRU, DAN BERT DALAM ANALISIS&#13;
SENTIMEN KOLOM KOMENTAR VIDEO YOUTUBE TENTANG&#13;
DANANTARA INDONESIA</dc:title>
        <dc:creator>Rizy, M. Alfa</dc:creator>
        <dc:subject>000 Ilmu komputer, informasi dan pekerjaan umum</dc:subject>
        <dc:subject>004 Pemrosesan data dan ilmu komputer</dc:subject>
        <dc:description>Opini publik mengenai sovereign wealth fund (SWF) Danantara Indonesia&#13;
yang diekspresikan di media sosial YouTube memerlukan metode analisis sentimen&#13;
yang efektif untuk memahami persepsi masyarakat. Penelitian ini mengevaluasi&#13;
secara komparatif performa model deep learning LSTM, GRU, dan BERT pada&#13;
dataset 31.675 komentar YouTube berbahasa Indonesia yang memiliki&#13;
ketidakseimbangan kelas (class imbalance) ekstrem dengan dominasi sentimen&#13;
negatif. Metodologi penelitian mencakup komparasi model dasar, implementasi&#13;
mekanisme bidirectional, serta upaya optimasi menggunakan pre-trained&#13;
embedding FastText dan fungsi Focal Loss. Hasil penelitian menunjukkan bahwa&#13;
model RNN dasar (unidireksional) memiliki performa tidak memadai (akurasi&#13;
~53%). Implementasi mekanisme bidirectional terbukti krusial, meningkatkan&#13;
akurasi secara signifikan ke kisaran 72%. Optimasi lanjutan menunjukkan bahwa&#13;
penggunaan embedding FastText pada arsitektur Bidirectional GRU berhasil&#13;
mencapai performa RNN puncak sebesar 77,10%. Namun, penerapan Focal Loss&#13;
terbukti kurang efektif dalam menangani ketidakseimbangan data pada dataset ini.&#13;
Di sisi lain, arsitektur berbasis Transformer (BERT) menunjukkan superioritas&#13;
absolut dengan akurasi tertinggi mencapai 89,66%, meskipun terindikasi&#13;
mengalami instabilitas grafik loss dan membutuhkan biaya komputasi yang jauh&#13;
lebih tinggi. Kesimpulannya, BERT adalah model paling akurat secara absolut,&#13;
namun Bidirectional GRU yang dioptimalkan dengan FastText menawarkan&#13;
keseimbangan (trade-off) terbaik antara akurasi tinggi dan efisiensi komputasi&#13;
untuk implementasi praktis.</dc:description>
        <dc:date>2025-12-08</dc:date>
        <dc:type>Thesis</dc:type>
        <dc:type>NonPeerReviewed</dc:type>
        <dc:format>text</dc:format>
        <dc:language>id</dc:language>
        <dc:identifier>https://eprints.amikom.ac.id/id/eprint/31805/1/24.55.1570%20M.%20Alfa%20Rizy.pdf</dc:identifier>
        <dc:identifier>  Rizy, M. Alfa  (2025) KOMPARASI PERFORMA LSTM, GRU, DAN BERT DALAM ANALISIS SENTIMEN KOLOM KOMENTAR VIDEO YOUTUBE TENTANG DANANTARA INDONESIA.  S2 - Magister thesis, Universitas AMIKOM Yogyakarta.   </dc:identifier></oai_dc:dc>
        </didl:Resource>
      </didl:Component>
    </didl:Item>
    <didl:Item>
      <didl:Descriptor>
        <didl:Statement mimeType="application/xml">
          <dip:ObjectType>info:eu-repo/semantics/objectFile</dip:ObjectType>
        </didl:Statement>
      </didl:Descriptor>
      <didl:Component>
        <didl:Resource mimeType="text" ref="https://eprints.amikom.ac.id/id/eprint/31805/1/24.55.1570%20M.%20Alfa%20Rizy.pdf"/>
      </didl:Component>
    </didl:Item>
    <didl:Item>
      <didl:Descriptor>
        <didl:Statement mimeType="application/xml">
          <dip:ObjectType>info:eu-repo/semantics/humanStartPage</dip:ObjectType>
        </didl:Statement>
      </didl:Descriptor>
      <didl:Component>
        <didl:Resource mimeType="application/html" ref="https://eprints.amikom.ac.id/id/eprint/31805/"/>
      </didl:Component>
    </didl:Item>
  </didl:Item>
</didl:DIDL>