ATMALUHURATMALUHUR
Jurnal Sisfokom (Sistem Informasi dan Komputer)Jurnal Sisfokom (Sistem Informasi dan Komputer)Quarter Life Crisis (QLC) merupakan salah satu isu psikologis yang dialami oleh banyak dewasa muda dan ditandai dengan ketidakpastian, kecemasan, dan tekanan emosional. Di era digital, opini publik tentang QLC semakin sering diungkapkan melalui media sosial, khususnya platform X. Penelitian ini bertujuan untuk mengklasifikasikan opini publik terkait QLC menjadi sentimen positif dan negatif dengan menggunakan dua model klasifikasi komputasi, yaitu Support Vector Machine (SVM) dan Naïve Bayes (NB). Meskipun terdapat peningkatan diskusi, belum ada penelitian yang secara khusus membandingkan algoritma klasifikasi untuk menganalisis sentimen publik tentang QLC. Pengumpulan data dilakukan melalui teknik crawling pada platform X dari November 2024 hingga Januari 2025, menghasilkan total 1120 tweet. Data menjalani pra-pemrosesan, pelabelan sentimen berbasis leksikon, dan pembobotan kata TF-IDF. Setelah pra-pemrosesan, klasifikasi menggunakan SVM dan NB dievaluasi dengan akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa SVM mencapai kinerja yang unggul dengan akurasi 83%, mengungguli NB, yang mencatat 74%. Hasil ini menunjukkan bahwa algoritma SVM menunjukkan kinerja yang unggul dalam menganalisis sentimen publik mengenai QLC. Penelitian ini berkontribusi dengan memberikan bukti empiris mengenai kinerja algoritma untuk analisis sentimen dalam topik kesehatan mental, menawarkan rekomendasi untuk strategi deteksi dini yang efektif memanfaatkan data media sosial.
Penelitian ini berfokus pada analisis sentimen publik terkait Quarter Life Crisis (QLC) menggunakan metode klasifikasi SVM dan Naïve Bayes (NB).Hasil evaluasi menunjukkan bahwa algoritma SVM memberikan kinerja yang lebih unggul dibandingkan NB dalam mengklasifikasikan sentimen dari opini publik di media sosial.Temuan ini memberikan kontribusi empiris dalam memahami kinerja algoritma untuk analisis sentimen pada topik kesehatan mental, khususnya QLC, dan dapat menjadi referensi bagi akademisi, praktisi kesehatan mental, dan pembuat kebijakan dalam mengembangkan strategi deteksi dini dan kebijakan kesehatan mental yang responsif terhadap sentimen publik.
Berdasarkan temuan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, penelitian selanjutnya dapat mengeksplorasi penggunaan model deep learning seperti LSTM dan BERT untuk menangkap konteks dan dependensi kata secara lebih efektif dalam analisis sentimen terkait QLC. Kedua, perlu dilakukan perluasan sumber data dengan memasukkan berbagai platform media sosial untuk mendapatkan gambaran yang lebih komprehensif tentang opini publik. Ketiga, penelitian dapat memperluas kategori sentimen menjadi lebih dari sekadar positif dan negatif, termasuk kategori netral, untuk memberikan analisis yang lebih mendalam tentang dinamika opini publik seputar QLC. Dengan mengembangkan penelitian lebih lanjut, diharapkan dapat memberikan pemahaman yang lebih baik tentang fenomena QLC dan berkontribusi pada pengembangan intervensi dan kebijakan yang lebih efektif.
- STUDI DESKRIPTIF QUARTERLIFE CRISIS PADA FASE EMERGING ADULTHOOD DI KOTA MATARAM SAAT MASA PANDEMI |... doi.org/10.51353/inquiry.v13i01.639STUDI DESKRIPTIF QUARTERLIFE CRISIS PADA FASE EMERGING ADULTHOOD DI KOTA MATARAM SAAT MASA PANDEMI doi 10 51353 inquiry v13i01 639
- Implementasi Metode Naïve Bayes Untuk Klasifikasi Karakteristik Kepribadiaan Siswa Di Sekolah MTS... jurnal.mdp.ac.id/index.php/jtsi/article/view/2896Implementasi Metode Nayve Bayes Untuk Klasifikasi Karakteristik Kepribadiaan Siswa Di Sekolah MTS jurnal mdp ac index php jtsi article view 2896
- ANALISIS SENTIMEN PENGGUNA APLIKASI X TERHADAP PROGRAM MAKAN SIANG GRATIS DENGAN METODE NAÏVE BAYES... journal.eng.unila.ac.id/index.php/jitet/article/view/4336ANALISIS SENTIMEN PENGGUNA APLIKASI X TERHADAP PROGRAM MAKAN SIANG GRATIS DENGAN METODE NAyaVE BAYES journal eng unila ac index php jitet article view 4336
| File size | 574.06 KB |
| Pages | 8 |
| DMCA | Report |
Related /
IKMIIKMI Twitter menjadi platform media sosial yang paling sering diteliti, diikuti oleh Facebook, Instagram, dan ulasan e-commerce. Metode klasik seperti NaïveTwitter menjadi platform media sosial yang paling sering diteliti, diikuti oleh Facebook, Instagram, dan ulasan e-commerce. Metode klasik seperti Naïve
NURISNURIS 001, 0. 01, 0. 1, 0. 2) dan 4 optimasi yakni sgd, adam, RMSProp, Adagrad. Hasil pengujian menunjukkan model uji terbaik menghasilkan akurasi sebesar 56.55%,001, 0. 01, 0. 1, 0. 2) dan 4 optimasi yakni sgd, adam, RMSProp, Adagrad. Hasil pengujian menunjukkan model uji terbaik menghasilkan akurasi sebesar 56.55%,
GOVERNMENTJOURNALGOVERNMENTJOURNAL Penelitian ini menekankan urgensi partisipasi inklusif dalam proses legislatif untuk menjaga integritas demokrasi di Indonesia. Penelitian ini menyimpulkanPenelitian ini menekankan urgensi partisipasi inklusif dalam proses legislatif untuk menjaga integritas demokrasi di Indonesia. Penelitian ini menyimpulkan
STMIK DCISTMIK DCI Meskipun performa untuk sentimen netral masih terbatas akibat data latih netral yang sedikit, sistem ini dapat membantu dalam memahami opini publik danMeskipun performa untuk sentimen netral masih terbatas akibat data latih netral yang sedikit, sistem ini dapat membantu dalam memahami opini publik dan
UMPPUMPP Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap layanan telemedicine menggunakan data dari media sosial X. Data dikumpulkan melaluiPenelitian ini bertujuan untuk menganalisis sentimen publik terhadap layanan telemedicine menggunakan data dari media sosial X. Data dikumpulkan melalui
LINTASBUDAYANUSANTARALINTASBUDAYANUSANTARA Ini tercermin dari tindakan politik Dedi Mulyadi yang tidak membatasi dirinya dalam meja dinas atau seremonial politik semata, tetapi juga bertindak langsungIni tercermin dari tindakan politik Dedi Mulyadi yang tidak membatasi dirinya dalam meja dinas atau seremonial politik semata, tetapi juga bertindak langsung
UNAMAUNAMA Pendekatan lexicon-based terbukti efisien dalam menganalisis opini publik berbahasa Indonesia karena tidak memerlukan proses pelatihan model (training)Pendekatan lexicon-based terbukti efisien dalam menganalisis opini publik berbahasa Indonesia karena tidak memerlukan proses pelatihan model (training)
ITKITK 84, precision 0. 85, dan recall 0. 84. Nilai akurasi yang didapat dari model yang telah dibangun adalah 0,84, nilai presisi 0,85, nilai recall 0,84 dan84, precision 0. 85, dan recall 0. 84. Nilai akurasi yang didapat dari model yang telah dibangun adalah 0,84, nilai presisi 0,85, nilai recall 0,84 dan
Useful /
IITSSIITSS Hasil penelitian mengungkapkan bahwa pemikiran berbasis Teknik Industri, keterampilan kolaboratif, dan pemahaman praktis tentang manajemen produksi memperkuatHasil penelitian mengungkapkan bahwa pemikiran berbasis Teknik Industri, keterampilan kolaboratif, dan pemahaman praktis tentang manajemen produksi memperkuat
ITYITY Implementasi desalinasi air laut adalah untuk memenuhi kebutuhan air minum/air bersih bagi penduduk Pulau Buaya, Kabupaten Alor, NTT. Studi ini akan merancangImplementasi desalinasi air laut adalah untuk memenuhi kebutuhan air minum/air bersih bagi penduduk Pulau Buaya, Kabupaten Alor, NTT. Studi ini akan merancang
UBYUBY Penelitian ini menggunakan 90 ekor ayam broiler dengan metode Rancangan Acak Lengkap (RAL) dengan tiga perlakuan (lantai 0 m, 2 m, dan 4 m) dan 6 ulangan,Penelitian ini menggunakan 90 ekor ayam broiler dengan metode Rancangan Acak Lengkap (RAL) dengan tiga perlakuan (lantai 0 m, 2 m, dan 4 m) dan 6 ulangan,
ITKITK Seluruh data dibagi menjadi dua yaitu data training dan data testing dengan proporsi berturut-turut sebesar 75%:25%, 80%:20%, dan 85%:15%. Model terbaikSeluruh data dibagi menjadi dua yaitu data training dan data testing dengan proporsi berturut-turut sebesar 75%:25%, 80%:20%, dan 85%:15%. Model terbaik