25.04.5258
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Natural Language Processing (nlp)
61 kali
Media sosial menawarkan sarana <em>real-time</em> untuk memantau kebutuhan emosional ibu hamil, namun bukti kuantitatif di Indonesia masih terbatas. Penelitian ini merancang kerangka analisis sentimen-topik berbasis IndoBERT yang diperkaya <em>pseudo-labeling self-training</em> dan BERTopic guna mengekstrak wawasan dari lebih dari 10.000 komentar TikTok publik periode 2022–2024. Setelah 4.000 label manual diperluas dengan 6.789 <em>pseudo-label</em>, model mencapai <em>macro-F1</em> 0,94 pada validasi silang lima <em>fold</em>, sementara analisis sentimen mengungkap bahwa kurang lebih 65 % komentar bernuansa negatif. Sentimen positif paling banyak menyoroti strategi <em>coping</em>, spiritualitas, dan dukungan sosial; sebaliknya, sentimen negatif terpusat pada <em>distress</em> emosi, isu kesehatan kehamilan, serta konflik pasangan. Hasil topik yang koheren ini diterjemahkan menjadi lima rancangan fitur aplikasi kesehatan mental: modul <em>coping</em> interaktif, konten spiritual berbasis budaya, <em>forum peer-support</em>, <em>toolkit</em> keterlibatan pasangan, dan <em>micro-CBT</em> yang dipicu sentimen <em>real-time</em>. Temuan menegaskan sinergi IndoBERT, <em>pseudo-labeling</em>, dan BERTopic sebagai metode efektif untuk menangkap konteks emosi dalam teks pendek berbahasa Indonesia, sekaligus menyediakan landasan ilmiah bagi intervensi digital yang lebih terarah dan personal bagi kesejahteraan mental ibu hamil di Indonesia.<br />
Tersedia 1 dari total 1 Koleksi
Nama | MARDI JEFRI |
Jenis | Perorangan |
Penyunting | Rahmat Fauzi, Riska Yanu Fa'rifah |
Penerjemah |
Nama | Universitas Telkom, S1 Sistem Informasi |
Kota | Bandung |
Tahun | 2025 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |