IMPLEMENTASI MACHINE LEARNING UNTUK MENDETEKSI UNSUR DEPRESI PADA TWEET MENGGUNAKAN METODE RANDOM FOREST

KADEK DEAN TRASHYA DEVASYA

Informasi Umum

Kode

21.04.4759

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Dilihat

640 kali

Informasi Lainnya

Abstraksi

Depresi merupakan gangguan mental umum yang dapat menyerang seseorang dan mengakibatkan penurunan kinerja dalam beraktifitas, dan bahkan dapat menyebabkan seseorang untuk mengakhiri hidupnya. Penderita depresi menggunakan media sosial sebagai tempat untuk mengungkapkan isi pikiran mereka melalui kata-kata yang digunakan. Pada penelitian ini telah dirancang suatu sistem deteksi unsur depresi pada unggahan tweet di media sosial Twitter yang dapat digunakan untuk mendeteksi apakah suatu tweet memiliki unsur depresi atau tidak dengan menggunakan metode klasifikasi Random Forest. Metode Klasifikasi Random Forest merupakan metode yang termasuk kedalam ensemble learning yaitu gabungan dari beberapa metode untuk membentuk klasifikasinya agar mendapatkan hasil yang maksimal, dimana metode yang digunakan adalah decision tree. Metode ini digunakan karena memiliki bentuk yang mudah untuk diimplementasikan kedalam sistem. Sistem ini dibuat menggunakan dataset pelatihan yang diberikan label secara manual, kemudian dilakukan esktraksi fitur menggunakan tf-idf, yang diimplementasikan kedalam bentuk website. Sistem deteksi unsur depresi dengan menggunakan metode Random Forest berhasil mengklasifikasikan tweet dalam bentuk teks apakah tweet memiliki unsur depresi didalamnya atau tidak dengan hasil pengujian tingkat accuracy yang didapat sebesar 78.29%, nilai precision 73.69%, nilai recall 69%, dan F1-score sebesar 69.99%. Kata Kunci: Depression Detection, Random Forest, Machine Learning, Data Scraping, Text Mining, Natural Processing Language