EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

PENERAPAN MODEL DEEP LEARNING BILSTM UNTUK KLASIFIKASI MULTI-KELAS PADA DATA ADUAN MASYARAKAT

Kautsa Adi Garda, Galuh Wilujeng Saraswati, Erba Lutfina

Jurnal INSTEK (Informatika Sains dan Teknologi) · 27.04.2026 · 11 (1) · 52-68

DOI: 10.24252/instek.v11i1.66293 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal INSTEK (Informatika Sains dan Teknologi), online erschienen am 27.04.2026. Verfasst von Kautsa Adi Garda und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Layanan Pengaduan Masyarakat merupakan suatu kanal layanan yang dipergunakan masyarakat untuk melaporkan suatu kejadian pelanggaran dan masalah yang tidak sesuai dengan aturan tertulis maupun tidak tertulis. Pemerintah Kota Kediri melalui Dinas Komunikasi dan Informatika mempunyai suatu sistem layanan pengaduan online untuk menampung keluhan, saran, serta aspirasi masyarakat. Keberagaman dan tingginya volume aduan menuntut operator untuk meneruskan laporan kepada banyak pilihan instansi terkait sekaligus. Oleh karena itu, perlu adanya sistem yang mampu melakukan klasifikasi otomatis terhadap teks aduan masyarakat. Penelitian ini bertujuan untuk otomatisasi klasifikasi teks aduan menggunakan algoritma Bidirectional Long Short-Term Memory (BiLSTM) dengan skema multiclass sebanyak 21 kelas. Pembagian data dilakukan dengan rasio 80:20 untuk data training dan testing, kemudian 10% dari data pelatihan digunakan sebagai data validation. Penelitian ini menggunakan Word2Vec untuk pembobotan kata, Random Oversampling untuk balancing data serta membandingkan uji parameter batch size dan optimizer. Berdasarkan hasil dari 8 skenario pengujian, diperoleh skenario model dengan akurasi tertinggi sebesar 0,6977 (70%). Nilai tersebut tergolong cukup baik mengingat jumlah kelas yang relatif banyak dan variasi penggunaan bahasa daerah dan slang pada data aduan. Secara keseluruhan, BiLSTM menunjukkan kinerja yang memadai untuk klasifikasi teks multiclass.

Zitieren

APA

Garda, K. A., Saraswati, G. W., & Lutfina, E. (2026). PENERAPAN MODEL DEEP LEARNING BILSTM UNTUK KLASIFIKASI MULTI-KELAS PADA DATA ADUAN MASYARAKAT. Jurnal INSTEK (Informatika Sains dan Teknologi), 11(1), 52-68. https://doi.org/10.24252/instek.v11i1.66293

Vancouver

Garda KA, Saraswati GW, Lutfina E. PENERAPAN MODEL DEEP LEARNING BILSTM UNTUK KLASIFIKASI MULTI-KELAS PADA DATA ADUAN MASYARAKAT. Jurnal INSTEK (Informatika Sains dan Teknologi). 2026;11(1):52-68. doi:10.24252/instek.v11i1.66293

BibTeX
@article{Garda2026,
  author = {Garda, Kautsa Adi and Saraswati, Galuh Wilujeng and Lutfina, Erba},
  title = {PENERAPAN MODEL DEEP LEARNING BILSTM UNTUK KLASIFIKASI MULTI-KELAS PADA DATA ADUAN MASYARAKAT},
  journal = {Jurnal INSTEK (Informatika Sains dan Teknologi)},
  year = {2026},
  volume = {11},
  number = {1},
  pages = {52--68},
  doi = {10.24252/instek.v11i1.66293}
}
Kostenlos starten →