23.04.6541
004 - Data processing, Computer science
Karya Ilmiah - Skripsi (S1) - Reference
Data Science, Media Sosial,
20 kali
<p><a name="_Hlk139359445">Dalam era modern ini, kemajuan teknologi telah memberikan dampak besar pada masyarakat, terutama dalam penggunaan media sosial. Salah satu platform media sosial yang terkenal adalah Twitter, di mana orang dapat berbagi momen, pemikiran, dan status mereka. Namun, sejak munculnya pandemi COVID-19, penggunaan Twitter mengalami peningkatan, dan beberapa pengguna mulai menunjukkan tanda-tanda depresi. Kondisi depresi memerlukan sarana untuk mengekspresikan emosi yang dapat membantu pengguna menghadapinya. Dengan menggunakan metode <em>GRU</em> dan fitur ekstraksi <em>Word2Vec</em>, kami telah mengembangkan sistem pendeteksi depresi yang dapat menganalisis postingan pengguna Twitter dan mengidentifikasi kemungkinan adanya gejala depresi. Dataset yang kami gunakan dalam penelitian ini berasal dari 165 responden yang setuju untuk menggunakan data Twitter pribadi mereka dan mengisi kuesioner berdasarkan <em>Depression Anxiety and Stress Scales-42</em> (DASS-42). Hasil kuesioner digunakan sebagai label untuk diproses dalam ekstraksi fitur Word2Vec, dan kemudian dimasukkan ke dalam model <em>GRU</em>. Evaluasi yang kami lakukan menunjukkan akurasi sebesar 57,58% dan f1-score sebesar 56,25%. Dengan menggunakan <em>layer bidirectional</em>, kami berharap dapat meningkatkan nilai presisi, recall, dan f1-score.</a></p>
<p> </p>
<p><strong>Kata kunci : </strong><a name="_Hlk139359546">dataset, depresi, evaluasi, GRU, twitter</a></p>
Tersedia 1 dari total 1 Koleksi
Nama | ALFRANSIS PERUGIA BENNYBENG HOLLE |
Jenis | Perorangan |
Penyunting | Warih Maharani |
Penerjemah |
Nama | Universitas Telkom, S1 Informatika |
Kota | Bandung |
Tahun | 2023 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |