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