Metode Long Short-Term Memory Untuk Mendeteksi Tingkat Depresi Berdasarkan Life Story Pada Mahasiswa

Wicaksana, I Gusti Agung Putu Bagus Satria (2023) Metode Long Short-Term Memory Untuk Mendeteksi Tingkat Depresi Berdasarkan Life Story Pada Mahasiswa. Undergraduate thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
1915101039-COVER.pdf
Download (923kB)
[img] Text (ABSTRAK)
1915101039-ABSTRAK.pdf
Download (48kB)
[img] Text (BAB 1 PENDAHULUAN)
1913031006-BAB 1 PENDAHULUAN.pdf
Download (79kB)
[img] Text (BAB 2 KAJIAN TEORI)
1915101039-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (331kB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
1915101039-BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (387kB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
1915101039-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (595kB) | Request a copy
[img] Text (BAB 5 PENUTUP)
1915101039-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (48kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
1915101039-DAFTAR PUSTAKA.pdf
Download (125kB)
[img] Text (LAMPIRAN)
1915101039-LAMPIRAN.pdf
Download (97kB)

Abstract

Depresi merupakan masalah psikologis yang sangat sering muncul dewasa ini. Banyak faktor yang dapat menyebabkan seseorang mengalami depresi. Mulai dari pandemi COVID-19 yang telah berlalu, faktor lingkungan, pergaulan, ataupun tekanan beban dalam menjalani pendidikan. Pendeteksian depresi sejak dini sangat penting dilakukan agar dapat diberikan penanganan lebih lanjut supaya tidak berdampak buruk bagi aktivitas penderita. Pendeteksian depresi dapat melalui berbagai macam cara, salah satunya yaitu melihat bagaimana cerita seseorang melalui life story. Dengan melihat life story seseorang dapat terlihat bagaimana kondisi mental seseorang saat itu. Oleh karena itu, penelitian bertujuan untuk melakukan deteksi depresi menggunakan model machine learning dengan metode Long-short Term Memory (LSTM). Tujuan utamanya adalah menganalisis apakah life story yang menggambarkan tingkatan depresi seseorang dapat terdeteksi menggunakan metode LSTM. Pengambilan data dilakukan melalui twitter berdasarkan kata kunci yang mengindikasikan tingkatan depresi kemudian dipilih dan diberikan label secara manual tweet yang sesuai dengan kata kunci dan merupakan sebuah life story mahasiswa. Proses preprocessing data dilakukan untuk mempersiapkan data agar dapat dilakukan fitur ekstraksi menggunakan library keras. Pembagian dataset dalam penelitian ini menggunakan proporsi 80% untuk training dan 20% untuk testing. Proses training dan testing menggunakan model LSTM akan dilakukan berulang pada hyperparameter yang berbeda untuk mendapatkan hasil yang cocok. Hasil penelitian ini menunjukkan bahwa dengan menggunakan metode LSTM didapatkan akurasi hingga 86%. Hal ini menunjukkan bahwa metode LSTM cocok untuk mendeteksi data depresi pada mahasiswa yang berupa teks dan dapat berkontribusi dalam pengembangan studi kasus lainnya tidak hanya di ruang lingkup mahasiswa namun juga di bidang lain.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Depresi, Klasifikasi, Life Story, LSTM, Twitter
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Ilmu Komputer (S1)
Depositing User: I Gusti Agung Putu Bagus Satria Wicaksana
Date Deposited: 24 Jul 2023 19:06
Last Modified: 24 Jul 2023 19:06
URI: http://repo.undiksha.ac.id/id/eprint/16637

Actions (login required)

View Item View Item