PENERAPAN ALGORITMA BI-LSTM DENGAN OPTIMASI THRESHOLD ADJUSTMENT UNTUK ANALISIS SENTIMEN ULASAN APLIKASI MOBILE JKN

Penelitian ini bertujuan untuk menerapkan algoritma Bidirectional Long Short-Term Memory (Bi-LSTM) dengan optimasi threshold adjustment dalam analisis sentimen ulasan pengguna aplikasi Mobile JKN pada platform Google Play Store. Data ulasan yang digunakan berasal dari file mobilejkn.csv dengan ribuan record, diproses melalui tahapan pre-processing yang mencakup pembersihan teks, tokenisasi, penghapusan stopword, dan stemming. Model memanfaatkan lapisan embedding, bidirectional LSTM, dropout, serta dense layer dengan aktivasi softmax. Evaluasi model Bi-LSTM mencapai akurasi 88,5% pada data validasi (setelah pelatihan 10 epoch dengan optimizer Adam), dengan peningkatan performa menjadi 90,2% setelah penerapan threshold adjustment (penyesuaian batas probabilitas maksimum