Analisis Deteksi Depresi di Media Sosial Twitter Menggunakan Bidirectional EncoderRepresentations from Transformers

FIKRI ILHAM

Informasi Dasar

115 kali
22.04.3442
300.285
Karya Ilmiah - Skripsi (S1) - Reference

Kesehatan manusia merupakan bagian terpenting dari kesejahteraan suatu negara. Mendeteksi dinisuatu penyakit adalah sangat penting untuk mencegahnya suatu penyebaran dalam suatu wilayah. Media sosial kini menjadi perkembangan informasi yang pesat dan luas sehingga bisa memberikan kemudahan bagi masyarakat untuk melakukan komunikasi. Orang depresi memiliki berbagai macam gejala depresi dari setiap perilaku manusia. Dokter psikologis sering melakukan tatap muka wawancara pada diagnosis yang umum digunakan dan kriteria manual statistic gangguan jiwa. Depresi adalah gangguan mental yang umum muncul pada manusia dengan ciri-cirinya yaitu suasana hati yang tertekan, kehilangan minat dan kesenangan, energy tubuh yang tidak stabil, dan konsentrasi yang buruk. Dalam melakukan penelitian ini bertujuan untuk mendeteksi orang yang mengalami depresi dengan menggunakan metode BERT (Bidirentional Encoder Representations from Transformers) yang berbasis Machine Learning. BERT bisa mengklasifikasi secara biner teks di media sosial yaitu Twitter yang mengandung deteksi Depresi. Berdasarkan pengujian yang telah dilakukan didapatkan nilai akurasi terbaik sebesar 0,7176 atau 71%.

Kata Kunci : Penyakit mental; Depresi; Twitter; BERT.

Subjek

DATA ANALYSIS
MEDIA SOSIAL PATH,

Katalog

Analisis Deteksi Depresi di Media Sosial Twitter Menggunakan Bidirectional EncoderRepresentations from Transformers
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

FIKRI ILHAM
Perorangan
Warih Maharani,Erwin Budi Setiawan
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini