Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM)
Ika Sari Romadon
Institut Sains dan Bisnis Atma Luhur
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS KOMPARATIF NAIVE BAYES, RANDOM FOREST: INDIKATOR DEPRESI TEKS PADA TWITTER Ika Sari Romadon; Chandra Kirana
Journal of Information System Management (JOISM) Vol. 8 No. 1 (2026): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2026v8i1.2547

Abstract

Depresi mereupakan isu kesehatan mental krusial pada remaja, di mana stigma sosial mendorong ekspresi emosional secara daring. Penelitian ini bertujuan melakukan studi komparatif antara algoritma Naïve Bayes (NB) dan Random Forest (RF) untuk mengidentifikasi model klasifikasi yang paling efektif dalam deteksi depresi berbasis teks. Data dikumpulkan melalui Twitter API (N = 100 pengguna) dengan prapemrosesan seperti normalisasi slang dan penanganan negasi, kemudian diubah menjadi vektor menggunakan TF-IDF. Hasil menunjukkan Random Forest mencapai akurasi 90%, mengungguli Naïve Bayes yang mencatat akurasi 80%. RF menunjukkan kinerja superior pada metrik diagnostik dengan F1-Score 89,3%, sementara NB memiliki Recall tinggi namun rentan terhadap False Positive. Random Forest direkomendasikan untuk sistem deteksi dini karena stabilitas akurasi dan presisi yang tinggi dalam menangani data teks media sosial yang tidak terstruktur.
Co-Authors Chandra Kirana