Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Masyarakat Informatika Journal of Informatics and Technology Jurnal Matematika
eko adi sarwoko
Unknown Affiliation
Computer Science & IT Mathematics

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Implementasi Metode Support Vector Machine (SVM) dan t-Distributed Stochastic Neighbor Embedding (t-SNE) untuk Klasifikasi Depresi Abimanyu, Satria; Bahtiar, Nurdin; Adi Sarwoko, Eko
Jurnal Masyarakat Informatika Vol 14, No 2 (2023): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.14.2.59513

Abstract

Depresi merupakan salah satu gangguan kesehatan mental. Sekitar 300 juta jiwa atau 3,76% populasi di dunia dari segala usia dan komunitas menderita depresi. WHO memprediksi bahwa depresi akan menjadi penyebab kematian paling berdampak dalam 15 tahun ke depan. Penelitian terdahulu yang melakukan klasifikasi terhadap depresi untuk instrumen Depression Anxiety Stress Scales (DASS-42) masih sangat sedikit. Penelitian ini mengidentifikasi seseorang memiliki kemungkinan depresi, melalui proses pelatihan model klasifikasi menggunakan metode Support Vector Machine dan t-Distributed Stochastic Neighbor Embedding pada set data DASS-42. Set data DASS-42 terdiri dari 39.776 data dan dapat digunakan untuk mengklasifikasi 3 fenomena yang berbeda yaitu, depresi, stress dan kecemasan. Model Support Vector Machine dilatih menggunakan data DASS-42 yang telah dibersihkan, normalisasi dan balancing serta menggunakan atribut yang telah direduksi melalui proses reduksi dimensi t-Distributed Stochastic Neighbor Embedding. Data latih dan data uji dibagi dengan rasio 80:20. Berdasarkan hasil pengujian, implementasi metode Support Vector Machine (SVM) dan t-Distributed Stochastic Neighbor Embedding (t-SNE) untuk klasifikasi depresi pada data DASS-42 menunjukkan performa yang lebih baik dengan akurasi terbaik sebesar 100% pada data sebelum balancing dan 91,71% pada data setelah balancing.
Co-Authors AA Sudharmawan, AA Abimanyu, Satria Ali Djamhuri Ario Swandaru Mukti Beta Noranita Beta Noranita Candra Sulistya Aji Djalal Er Riyanto Fany Aditya Rahman Helmie Arif Wibawa Isa Kurniawan Kushartantya Kushartantya Moch. Amri Wildan Muhammad Silmi Nurdin Bahtiar Nurdin Bahtiar Oki Dhian Pribadi Ragil Saputra Teguh Setya Wiyono Yusi Ardi Binarso