UNIKOMUNIKOM

International Journal of Informatics, Information System and Computer Engineering (INJIISCOM)International Journal of Informatics, Information System and Computer Engineering (INJIISCOM)

Di dunia saat ini, jaringan sosial memainkan peran vital dan menyediakan informasi relevan tentang opini pengguna. Artikel ini menyajikan sistem pemantauan kesehatan emosional untuk mendeteksi stres dan suasana hati pengguna. Tergantung pada hasilnya, sistem akan mengirim pesan bahagia, tenang, rileks, atau motivasi kepada pengguna dengan gangguan psikologis. Sistem juga mengirim pesan peringatan kepada pihak berwenang jika gangguan depresi terdeteksi oleh sistem pemantauan. Deteksi kalimat ini dilakukan melalui jaringan konvolusi neural (CNN) dan memori jangka panjang bivektor (BLSTM). Metode ini mencapai akurasi 0,80 untuk mendeteksi pengguna yang depresi dan stres, serta sistem mengonsumsi memori, proses, dan energi yang rendah. Pekerjaan masa depan dari proyek ini dapat dilakukan dengan memasukkan juga kalimat sarkastis ke dalam dataset. Kami juga dapat memprediksi data sarkastis dengan algoritma yang diusulkan.

Berbagai teknik pembelajaran dalam dapat digunakan untuk prediksi analisis sentimen dan rekomendasi.Tantangannya adalah mengembangkan klasifikasi data medis yang akurat dan efisien secara komputasi.Dalam artikel ini, model berisi sistem pemantauan kesehatan emosional yang menggunakan model pembelajaran dalam dan metrik sentimen yang disebut eSM2.Kalimat diekstrak dari OSN dan kemudian sistem pemantauan kesehatan emosional mengidentifikasi kalimat mana yang menunjukkan stres atau depresi menggunakan algoritma pembelajaran mesin dan emosi konten kalimat.

Untuk penelitian lanjutan, dapat dipertimbangkan untuk mengintegrasikan algoritma yang diusulkan dengan sistem rekomendasi yang ada untuk meningkatkan akurasi dan personalisasi rekomendasi. Selain itu, penelitian dapat dilakukan untuk mengeksplorasi cara-cara baru dalam mendeteksi dan memahami emosi pengguna secara lebih mendalam, seperti menggunakan teknik pengolahan bahasa alami yang lebih canggih atau menggabungkan data dari berbagai sumber, seperti data sensor atau data perilaku pengguna. Dengan demikian, sistem dapat memberikan rekomendasi yang lebih tepat dan membantu pengguna mengelola kesehatan emosional mereka dengan lebih baik.

  1. New Modern Approach to Predict Users’ Sentiment Using CNN and BLSTM | International Journal of... ojs.unikom.ac.id/index.php/injiiscom/article/view/8452New Modern Approach to Predict UsersAo Sentiment Using CNN and BLSTM International Journal of ojs unikom ac index php injiiscom article view 8452
Read online
File size700.65 KB
Pages12
DMCAReport

Related /

ads-block-test