Deteksi Depresi dari Media Sosial Twitter Menggunakan Metode Klasifikasi Support Vector Machine

NADIAH BAKHITAH UFAIRAH

Informasi Umum

Kode

21.04.4717

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

534 kali

Informasi Lainnya

Abstraksi

Depresi merupakan salah satu gangguan kesehatan mental yang harus dideteksi sejak dini. Diperkirakan sekitar 300 juta orang mengidap depresi di seluruh dunia. Bahkan, Organisasi Kesehatan dunia atau biasa disebut WHO, memperkirakan kasus bunuh diri terjadi setiap 40 detik di seluruh dunia yang diakibatkan oleh depresi. Saat ini depresi sudah bisa dideteksi dari aktivitas media sosial penggunanya. Pendeteksian ini bisa dilakukan dengan mengolah data yang didapat dari opini yang di unggah di media sosial. Kemudian data opini diolah dengan sebuah metode dan menghasilkan analisis sentimen. Dari analisis sentimen ini nantinya yang akan digunakan untuk mendeteksi apakah seseorang memiliki kecenderungan depresi atau tidak. Media sosial yang biasa digunakan untuk analisis sentimen adalah twitter dikarenakan tercatat sebanyak 19,5 juta pengguna Twitter di Indonesia dan indonesia menjadi negara kelima terbesar pengguna twitter di seluruh dunia. Serta kemudahan untuk mendapatkan data cuitan hanya dengan menggunakan twitter API. Sehingga penelitian ini membangun model klasifikasi untuk analisis sentimen yang dapat mendeteksi apakah seseorang depresi melalui cuitan di media sosial twitter dengan menggunakan metode Support Vector Machine (SVM). Berdasarkan pengujian model sistem yang dilakukan menggunakan confusion matrix, model mampu mendeteksi cuitan mana yang terindikasi depresi dan mendapatkan nilai akurasi sebesar 87.63%.

Kata kunci : Depresi, Deteksi, Support Vector Machine, Twitter