Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal G-Tech : Jurnal Teknologi Terapan
Sheyla Aurelia Azka
Universitas Multimedia Nusantara, Indonesia
Computer Science & IT Decision Sciences, Operations Research & Management Energy Engineering

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

Found 1 Documents
Search

 1 
Prediction of Alleged Stress Symptoms based on Indonesian Sentiment Lexicon using Multilayer Perceptron Monika Johan; Sheyla Aurelia Azka
G-Tech: Jurnal Teknologi Terapan Vol 7 No 3 (2023): G-Tech, Vol. 7 No. 3 Juli 2023
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v7i3.2611

Abstract

Stres adalah fenomena mental atau fisik yang terbentuk melalui penilaian kognitif seseorang terhadap rangsangan dan hasil interaksi seseorang dengan lingkungan. Layaknya penyakit lainnya, stres harus segera ditangani, agar tidak mengganggu keseharian hidup seseorang. Namun, diagnosis mandiri perlu dihindari untuk mencegah terjadinya penanganan yang keliru. Metode terbaru mendeteksi stres melalui media sosial, dimana psikiater dapat mengenali gejala stres seseorang berdasarkan postingan yang terus-menerus di media sosial. Penelitian ini menggunakan dataset dari Twitter, dengan kuesioner DASS-42, model algoritma Multilayer Perceptron dan Indonesian Sentiment Lexicon. Analisis terhadap tweet dapat membentuk model prediktif yang diterapkan untuk mendeteksi sentimen serupa di tweet lain. Percobaan dua kasus uji, yaitu dengan parameter Adam solver menghasilkan akurasi 86%, sedangkan dengan parameter SGD solver menghasilkan akurasi 72%. Hal itu dikarenakan Adam solver bekerja lebih baik dari segi waktu pelatihan dan skor validasi pada kumpulan data yang relatif besar
Co-Authors Monika Johan