Informasi Umum

Kode

25.04.1009

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Natural Language Processing (nlp)

Dilihat

134 kali

Informasi Lainnya

Abstraksi

Penelitian ini bertujuan untuk mengidentifikasi gejala depresi berdasarkan pola unggahan di media sosial X menggunakan metode ALBERT (A Lite BERT). Studi ini mencakup dua skenario pengujian: skenario pertama menggunakan dataset yang diterjemahkan, sedangkan skenario kedua menggunakan dataset asli. Hasil pengujian menunjukkan bahwa skenario kedua memberikan performa terbaik dengan konfigurasi <em>hyperparameter learning rate</em> 3e-5, <em>batch size</em> 16, dan <em>epoch</em> 5 pada pembagian data 70:30. Model mencapai akurasi 90,9%, presisi 92,3%, recall 92,3%, dan F1-Score 92,3%.<br /> <br /> Tahapan eksplorasi data dan <em>preprocessing</em> seperti <em>case folding, cleansing</em>, penghapusan <em>stop word</em>, tokenisasi, dan <em>stemming</em> terbukti efektif dalam mempersiapkan dataset, sehingga model dapat mempelajari pola data dengan baik dan menghasilkan performa yang optimal. Penelitian ini berhasil menunjukkan bahwa metode ALBERT memiliki kemampuan yang sangat baik dalam mendeteksi gejala depresi dari pola unggahan di media sosial, membuka peluang untuk pengembangan lebih lanjut di masa depan.<br /> <br /> <strong>Kata Kunci</strong>: <strong>pembelajaran mesin</strong>, <strong>depresi,<em> pemrosesan bahasa alami, ALBERT, </em>media sosial<em>, </em>DASS-42</strong><br />  

  • CII-454 - TUGAS AKHIR
  • CII454 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama MUHAMMAD ZACKY AL GIFFARI
Jenis Perorangan
Penyunting Warih Maharani
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Data Sains
Kota Bandung
Tahun 2025

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi