ANALISIS KLASIFIKASI TEKS UNTUK DETEKSI KESEHATAN MENTAL PADA PLATFORM X MENGGUNAKAN ALGORITMA KNN DAN RANDOM FOREST

Yuniartanti, Devina Putri Hasna (2025) ANALISIS KLASIFIKASI TEKS UNTUK DETEKSI KESEHATAN MENTAL PADA PLATFORM X MENGGUNAKAN ALGORITMA KNN DAN RANDOM FOREST. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (2MB)
	Text BAB 1.pdf Download (339kB)
	Text BAB 2.pdf Download (642kB)
	Text BAB 3.pdf Download (483kB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (316kB)
	Text LAMPIRAN.pdf Download (404kB)

Abstract

Peningkatan prevalensi gangguan jiwa di Indonesia mendorong pemanfaatan media sosial sebagai sumber data potensial untuk deteksi dini isu kesehatan mental. Penelitian ini bertujuan membandingkan performa algoritma K-Nearest Neighbor (KNN) dan Random Forest dalam mengklasifikasikan isu kesehatan mental pada tweet berbahasa Indonesia. Metode yang digunakan adalah supervised learning dengan representasi teks Term Frequency-Inverse Document Frequency (TF-IDF) dan Word2Vec. Hasil penelitian menunjukkan bahwa kombinasi KNN dengan TF-IDF mencapai akurasi tertinggi sebesar 87,92% pada k=7, terbukti lebih unggul daripada Random Forest. Word2Vec menunjukkan performa lebih rendah, terutama dalam mengenali kelas minoritas. Random Forest tidak memberikan keunggulan signifikan. Dengan demikian, KNN berbasis TF-IDF dapat dianggap sebagai algoritma yang lebih optimal, meskipun penanganan data tidak seimbang masih menjadi tantangan utama dalam pengembangan sistem deteksi dini kesehatan mental berbasis media sosial.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	03 Oct 2025 07:00
Last Modified:	03 Oct 2025 07:04
URI:	http://repository.unas.ac.id/id/eprint/14335

Actions (login required)

View Item