IMPLEMENTASI BI-GRU PADA APLIKASI ANALISIS SENTIMEN BERITA FINANSIAL TERHADAP BITCOIN BERBASIS WEB

Pergerakan harga Bitcoin yang bersifat volatil tidak hanya dipengaruhi oleh data historis dan indikator teknikal, tetapi juga oleh sentimen pasar yang terbentuk dari berita finansial. Analisis sentimen menjadi salah satu pendekatan yang dapat digunakan untuk memahami kecenderungan opini yang terkandung dalam berita secara sistematis. Penelitian ini mengimplementasikan model Bidirectional Gated Recurrent Unit (Bi-GRU) pada aplikasi berbasis web untuk melakukan analisis sentimen terhadap berita finansial terkait Bitcoin. Untuk mengklasifikasi sentimen ke dalam tiga kelas yaitu positif, netral, dan negatif. Hasil evaluasi menunjukkan bahwa model memperoleh nilai accuracy sebesar 0,7323, precision sebesar 0,7064, recall sebesar 0,7172, dan F1-score sebesar 0,7104 pada data testing. Konsistensi nilai accuracy antara data validation dan testing menunjukkan kemampuan generalisasi model yang cukup baik terhadap data baru, serta mengintegrasikan analisis sentimen melalui input URL maupun teks berita secara otomatis untuk mendukung pemahaman sentimen pasar terhadap Bitcoin.