Sistem Pendeteksi Dini Depresi Menggunakan Metode Kecerdasan Buatan dengan Analisis Sentimen dan Natural Language Processing (NLP)

Mudin, Arizka Rifanul (2024) Sistem Pendeteksi Dini Depresi Menggunakan Metode Kecerdasan Buatan dengan Analisis Sentimen dan Natural Language Processing (NLP). Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (190kB)
	Text BAB II.pdf Download (701kB)
	Text BAB III.pdf Download (889kB)
	Text BAB IV.pdf Download (884kB)
	Text BAB V.pdf Download (175kB)
	Text LAMPIRAN.pdf Download (1MB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pendeteksi dini depresi
menggunakan metode kecerdasan buatan Natural Language Processing (NLP).
Fokus utamanya adalah menciptakan metode diagnostik yang mudah digunakan dan
meningkatkan akurasi serta efektivitas klasifikasi untuk deteksi dini depresi.
Depresi, yang mempengaruhi sekitar 300 juta orang di seluruh dunia setiap tahun,
sering kali tidak terdiagnosis pada tahap awal karena banyak pasien enggan
berkonsultasi dengan dokter. Dalam penelitian ini, Natural Language Processing
(NLP) digunakan untuk menganalisis teks dari media sosial, mengidentifikasi pola
bahasa yang menunjukkan tanda-tanda depresi, seperti penggunaan kata-kata
negatif, kecemasan, dan perasaan putus asa. Algoritma Naive Bayes Classifier dan
Support Vector Machine (SVM) diimplementasikan untuk meningkatkan akurasi
dan efisiensi deteksi. Hasil penelitian menunjukkan bahwa kombinasi kedua
algoritma ini dapat secara signifikan meningkatkan akurasi dan mempercepat proses
pendeteksian depresi, sehingga berkontribusi pada upaya deteksi dini.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > TE Highway engineering. Roads and pavements Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika
Depositing User:	Users 30 not found.
Date Deposited:	03 Sep 2024 04:49
Last Modified:	23 Sep 2024 03:10
URI:	https://repository.unas.ac.id/id/eprint/11614

Actions (login required)

View Item