Magfira, Hafiza Nurul (2025) Klasifikasi Mental Health Pada Media Sosial X Menggunakan Metode Deepl Learning. Other thesis, Universitas Islam Riau.

Text skripsi_203510741_watermark.pdf - Submitted Version Restricted to Registered users only Download (9MB) | Request a copy

Abstract

Kesehatan mental merupakan isu yang semakin banyak diperbincangkan, khususnya di media sosial seperti X yang menjadi wadah bagi individu untuk mengekspresikan pikiran dan perasaannya secara terbuka. Namun, karena banyaknya data dan beragamnya cara orang mengekspresikan diri, mendeteksi kondisi kesehatan mental secara manual menjadi sulit dilakukan dengan akurat. Penelitian ini bertujuan untuk mengklasifikasikan kondisi kesehatan mental pengguna media sosial X dengan menggunakan metode deep learning, khususnya Long Short-Term Memory (LSTM). Data yang digunakan terdiri atas 5000 tweet berbahasa Indonesia yang telah melalui tahap prapemrosesan, seperti pembersihan data dan tokenisasi. Ekstraksi fitur dilakukan menggunakan model Word2Vec dengan pendekatan Continuous Bag of Words (CBOW), dan data dibagi menjadi data latih dan uji dengan rasio 80:20. Model LSTM dikembangkan untuk mengklasifikasikan tweet ke dalam lima kategori, yaitu depresi, gangguan bipolar, gangguan kecemasan, PTSD, dan netral. Hasil evaluasi menunjukkan bahwa model menghasilkan nilai akurasi sebesar 0,83, precision 0.83, recall 0,82, dan f1-score 0,82. Hasil tersebut menunjukkan bahwa metode LSTM efektif dalam klasifikasi gangguan kesehatan mental berdasarkan teks di media sosial.

Actions (login required)

View Item