Text

Sistem pendeteksi gejala depresi pengguna media sosial twitter menggunakan metode support vector machine

---

Penilaian

---

Depresi menjadi salah satu masalah serius dalam dunia kesehatan masyarakat. Namun terdapat cara untuk mendeteksi gejala depresi secara dini yaitu melalui media sosial Twitter. Kicauan yang dilakukan oleh pengguna Twitter tersebut menjadi bahan penelitian. Masalah ini kemudian diselesaikan dengan menggunakan metode Support Vector Machine (SVM). Data yang berjumlah 1500 kicauan dari 30 pengguna tersebut dibagi menjadi 1000 kicauan untuk pelatihan dan 500 kicauan untuk pengujian. Tiap-tiap kicauan yang digunakan untuk proses pelatihan terlebih dahulu diberi label positif atau negative untuk memisahkan data yang digunakan agar dapat diperoleh model data untuk proses pengklasifikasian. Hasil pelatihan kemudian dibandingkan dengan hasil diagnosis seorang psikolog dan akurasi yang diperoleh sebesar 61,54%. Faktor yang mempengaruhi hasil tersebut antara lain : adanya ketidakseimbangan antara kicauan positif dan kicauan negatif serta pemberian nilai penalti yang tidak tepat. Nilai penalti yang terbaik adalah pada rentang 2-5-215 dan untuk mendapatkan hasil yang baik bagi data positif maupun negatif maka ditetapkan nilai C+ = 21 dan C- = 24.

---

Availability

No copy data

Detail Information

Series Title

-

Call Number

-

Publisher

Palembang : Fak. Ilmu Komputer., 2015

Collation

xiv, 68 hlm. : ilus.

Language

Indonesia

ISBN/ISSN

-

Classification

NONE

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

deteksi
emosi
SVM

Specific Detail Info

-

Statement of Responsibility

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment