KRESNA MEDIAKRESNA MEDIA
Jurnal Riset InformatikaJurnal Riset InformatikaKesehatan mental merupakan isu penting di era modern akibat perubahan gaya hidup, tekanan sosial, dan kemajuan teknologi yang menimbulkan tantangan baru. Permasalahan ini berdampak pada berbagai aspek kehidupan, termasuk pendidikan, pekerjaan, hubungan sosial, dan kualitas hidup. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa metode Support Vector Machines (SVM), K-Nearest Neighbor (K-NN), Naïve Bayes (NB), Logistic Regression (LR), Decision Tree (DT), dan Random Forest (RF) dalam klasifikasi sentimen pada isu kesehatan mental, sekaligus memperluas pengembangan ilmu pengetahuan serta mendukung pemahaman kondisi psikologis masyarakat. Dataset pada penelitian ini diperoleh dari Kaggle dan terdiri atas 20.364 ulasan terkait kesehatan mental dalam format .CSV lalu diolah menggunakan Google Colab dengan bahasa Python. Data dikategorikan menjadi dua, yaitu depression dan suicidewatch, kemudian melalui tahap preprocessing, pembagian data train dan test dengan rasio 80:20, serta pembobotan TF-IDF. Hasil pengujian menunjukkan algoritma SVM memberikan performa terbaik dibandingkan metode lainnya. Dengan kernel RBF dan parameter C=15, SVM menghasilkan akurasi 72,09%, precision 72,11%, recall 72,09%, dan F1-score 72,09%. Penelitian ini tidak hanya memberikan kontribusi ilmiah, tetapi juga mendukung upaya memahami kondisi psikologis masyarakat.
Penelitian ini bertujuan untuk menganalisis dan membandingkan performa metode Support Vector Machines (SVM), K-Nearest Neighbor (K-NN), Naïve Bayes (NB), Logistic Regression (LR), Decision Tree (DT), dan Random Forest (RF) dalam klasifikasi sentimen pada isu kesehatan mental.Hasil menunjukkan bahwa algoritma SVM memberikan performa terbaik dengan akurasi 72.Penelitian ini tidak hanya memberikan kontribusi ilmiah, tetapi juga mendukung upaya memahami kondisi psikologis masyarakat.(1) menerapkan hyperparameter tuning menggunakan GridSearchCV untuk meningkatkan akurasi model, (2) menggunakan dataset yang lebih besar dan beragam dari berbagai platform media sosial untuk meningkatkan generalisasi model, dan (3) menguji dan membandingkan metode NLP berbasis deep learning seperti BERT atau RoBERTa dengan algoritma tradisional yang digunakan dalam penelitian ini.
Untuk penelitian lanjutan, disarankan untuk menerapkan hyperparameter tuning menggunakan GridSearchCV pada model yang diusulkan untuk meningkatkan akurasi. Selain itu, mempertimbangkan penggunaan dataset yang lebih besar dan beragam dari berbagai platform media sosial dapat meningkatkan generalisasi model. Metode NLP berbasis deep learning seperti BERT atau RoBERTa juga dapat diuji dan dibandingkan dengan algoritma tradisional yang digunakan dalam penelitian ini. Dari segi praktis, penelitian selanjutnya dapat mengintegrasikan model ke dalam aplikasi web atau mobile untuk mendukung layanan konseling atau skrining kesehatan mental secara lebih efektif.
- SENTIMENT ANALYSIS OF MENTAL HEALTH REVIEWS USING MACHINE LEARNING ALGORITHMS | Jurnal Riset Informatika.... ejournal.kresnamediapublisher.com/index.php/jri/article/view/422SENTIMENT ANALYSIS OF MENTAL HEALTH REVIEWS USING MACHINE LEARNING ALGORITHMS Jurnal Riset Informatika ejournal kresnamediapublisher index php jri article view 422
- HyVADSVM: Hybrid VADER-SVM and GridSearchCV Optimization for Enhancing Cyberbullying Detection | Journal... doi.org/10.18196/jrc.v6i1.24385HyVADSVM Hybrid VADER SVM and GridSearchCV Optimization for Enhancing Cyberbullying Detection Journal doi 10 18196 jrc v6i1 24385
- Implementation of K-Nearest Neighbor (K-NN) Algorithm For Public Sentiment Analysis of Online Learning... doi.org/10.22146/ijccs.65176Implementation of K Nearest Neighbor K NN Algorithm For Public Sentiment Analysis of Online Learning doi 10 22146 ijccs 65176
| File size | 569.19 KB |
| Pages | 9 |
| DMCA | Report |
Related /
KRESNA MEDIAKRESNA MEDIA Penelitian ini bertujuan untuk memodelkan dan mengestimasi tingkat prilaku impulsif tersebut secara kuantitatif menggunakan pendekatan deep learning. DuaPenelitian ini bertujuan untuk memodelkan dan mengestimasi tingkat prilaku impulsif tersebut secara kuantitatif menggunakan pendekatan deep learning. Dua
KRESNA MEDIAKRESNA MEDIA Analisis sentimen ini memberikan gambaran terhadap komentar masyarakat dengan adanya pemain naturalisasi timnas Indonesia mengenai penerimaan publik terhadapAnalisis sentimen ini memberikan gambaran terhadap komentar masyarakat dengan adanya pemain naturalisasi timnas Indonesia mengenai penerimaan publik terhadap
KRESNA MEDIAKRESNA MEDIA Hasil penelitian menunjukkan bahwa model Complement Naïve Bayes menghasilkan performa terbaik dengan akurasi sebesar 84%, nilai F1-score 81%, serta nilaiHasil penelitian menunjukkan bahwa model Complement Naïve Bayes menghasilkan performa terbaik dengan akurasi sebesar 84%, nilai F1-score 81%, serta nilai
KRESNA MEDIAKRESNA MEDIA Model dilatih selama 50 epoch menggunakan optimizer Adam dan fungsi loss binary cross entropy. Berdasarkan evaluasi pada dataset uji, model SegNet yangModel dilatih selama 50 epoch menggunakan optimizer Adam dan fungsi loss binary cross entropy. Berdasarkan evaluasi pada dataset uji, model SegNet yang
KRESNA MEDIAKRESNA MEDIA Hasil pengujian menunjukkan bahwa seluruh fitur berfungsi sesuai dengan yang diharapkan, tanpa adanya kesalahan fungsional. Dengan demikian, HypeBid dinilaiHasil pengujian menunjukkan bahwa seluruh fitur berfungsi sesuai dengan yang diharapkan, tanpa adanya kesalahan fungsional. Dengan demikian, HypeBid dinilai
KRESNA MEDIAKRESNA MEDIA Hasil evaluasi Confusion Matrix menunjukkan tingkat misklasifikasi yang sangat rendah, sementara Area Under the Curve (AUC) menunjukkan kemampuan modelHasil evaluasi Confusion Matrix menunjukkan tingkat misklasifikasi yang sangat rendah, sementara Area Under the Curve (AUC) menunjukkan kemampuan model
KRESNA MEDIAKRESNA MEDIA Pengelolaan operasional di Wisma Arafuru saat ini masih sangat bergantung pada metode konvensional yang menggunakan pencatatan buku besar secara manual.Pengelolaan operasional di Wisma Arafuru saat ini masih sangat bergantung pada metode konvensional yang menggunakan pencatatan buku besar secara manual.
ITSITS Langkah ini meningkatkan akurasi gerakan input untuk analisis dinamis nonlinear. Data tanah subsurface mengklasifikasikan situs sebagai Kelas Tanah E (tanahLangkah ini meningkatkan akurasi gerakan input untuk analisis dinamis nonlinear. Data tanah subsurface mengklasifikasikan situs sebagai Kelas Tanah E (tanah
Useful /
KRESNA MEDIAKRESNA MEDIA Despite the presence of some controls, many assets were still vulnerable due to outdated systems or insufficient policies. The study identified the mostDespite the presence of some controls, many assets were still vulnerable due to outdated systems or insufficient policies. The study identified the most
KRESNA MEDIAKRESNA MEDIA Data diperoleh dari informasi pariwisata digital dan tanggapan kuesioner dari 64 responden. Metode Entropy digunakan untuk menentukan bobot kriteria objektifData diperoleh dari informasi pariwisata digital dan tanggapan kuesioner dari 64 responden. Metode Entropy digunakan untuk menentukan bobot kriteria objektif
KRESNA MEDIAKRESNA MEDIA Penerapan metode FCFS dalam sistem ini mampu menciptakan proses pelayanan yang lebih transparan, adil, dan terstruktur dalam pengelolaan pendaftaran pernikahanPenerapan metode FCFS dalam sistem ini mampu menciptakan proses pelayanan yang lebih transparan, adil, dan terstruktur dalam pengelolaan pendaftaran pernikahan
KRESNA MEDIAKRESNA MEDIA Uji usability melibatkan lima responden yang menjalankan skenario tugas seperti membuat transaksi, membuka laporan penjualan, menerapkan filter rentangUji usability melibatkan lima responden yang menjalankan skenario tugas seperti membuat transaksi, membuka laporan penjualan, menerapkan filter rentang