MENDETEKSI GEJALA DEPRESI PENGGUNA TWITTER BERDASARKAN ANALISIS SENTIMEN 
MENGGUNAKAN ALGORITME K-NEAREST NEIGHBOR

GHALIB MAHENDRA

Informasi Umum

Kode

20.04.4085

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

113 kali

Informasi Lainnya

Abstraksi

Depresi merupakan suatu kondisi medis yang berupa perasaan sedih yang dapat berdampak negatif terhadap pikiran, tindakan, perasaan, dan kesehatan mental seseorang. Kondisi depresi adalah reaksi normal seseorang terhadap peristiwa-peristiwa hidup yang dialami seperti kehilangan orang tersayang. Seseorang dalam kondisi depresi umumnya mengalami perasaan sedih, cemas atau kosong. Di Indonesia sendiri terdapat sekitar 15,6 juta penduduk yang mengalami depresi. Mereka cenderung merasa terjebak dalam kondisi yang tidak ada harapan, tidak ada pertolongan, penuh penolakan, atau perasaan tidak berharga. Kondisi depresi dapat berujung dengan gangguan mental dan bunuh diri.

Media sosial saat ini seperti tidak ada bedanya dengan kehidupan di dunia nyata, orang – orang menggunakan media sosial untuk bersosialisasi, berbagi cerita, berbagi foto, berbagi tulisan. Di Indonesia sendiri menurut We Are Social pengguna media sosial mencapai angka 150 juta pengguna dari total penduduk 286 juta jiwa, salah satu media sosial yang sangat diminati masyarakat Indonesia adalah Twitter. Twitter merupakan layanan sosial media bagi teman-teman, dan keluarga untuk dapat berkomunikasi dan tetap terhubung melalui pertukaran pesan cepat. Pengguna dapat memposting tweet yang dapat berisi foto, video, tautan, dan teks. Yang dimaksud dengan tweet adalah setiap pesan yang diposting ke profil anda, terkirim ke pengikut, dan dapat dicari di pencarian Twitter.

Mengidentifikasi depresi dapat menggunakan data tekstual (text mining) yaitu berupa teks, karena teks dapat digunakan untuk berkomunikasi dan menyampaikan informasi. Oleh karena itu dilakukan penelitian untuk melakukan identifikasi depresi pada twitter untuk mengetahui tingkat depresi seseorang dengan salah satu metodenya yaitu machine learning yaitu text mining menggunakan algoritma K-Nearest Neighbor. K-Nearest Neighbor sendiri merupakan sebuah metode untuk melakukan klasifikasi terhadap beberapa objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek yang kita inginkan sehingga algoritma KNN dapat memungkinkan untuk mengetahui text yang mengarah kepada depresi seseorang melalui tweet yang sudah diunggahnya. Dapat dimanfaatkan untuk melakukan pendeteksian depresi, serta kita dapat meminimalisir seseorang terkena dampak depresi. Pada penelitian ini didapatkan akurasi sebesar 84%, precision 82%, recall 84%, yang menghasilkan f1-measure 82%.