Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknik Komputer AMIK BSI
Luthfia Ashiilah
UIN Sunan Kalijaga Yogyakarta
Computer Science & IT

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

Found 1 Documents
Search

 1 
Perbandingan SVM dan LSTM Untuk Memprediksi Gangguan Kecemasan (Anxiety Disorder) Berdasarkan Cuitan di Platform Aplikasi X (Twitter) Nurochman Nurochman; Luthfia Ashiilah
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.23112

Abstract

Anxiety disorder adalah gangguan kecemasan yang menyerang kesehatan mental seseorang sehingga bisa mengganggu aktivitas. Pengaruh media sosial menjadi salah satu adanya pemicu gangguan kecemasan, dimana media sosial dijadikan objek untuk meluapkan perasaan yang dialami pengguna, contohnya Twitter atau aplikasi X. Penelitian ini dilakukan untuk memprediksi adanya anxiety disorder pada pengguna Twitter dilihat berdasarkan cuitan yang ada dengan menggunakan dua model, yaitu Support Vector Machine (SVM) dan Long Short-Term Memory (LSTM) sehingga bisa dibandingkan mana yang lebih baik diantara dua metode tersebut. Data yang digunakan merupakan data hasil dari crawling yang kemudian dilakukan beberapa pemrosesan sehingga bisa diolah sesuai dengan medel yang ada. Hasil dari penelitian ini menunjukkan bahwa untuk memprediksi anxiety disorder menggunakan Long Short-Term Memory (LSTM) lebih unggul daripada Support Vector Machine (SVM) dari 3 matriks perhitungan yang ada, yaitu precision, recall, dan f1-score dengan nilai 75%. Sedangkan, untuk metode Support Vector Machine (SVM) hanya unggul dalam perhitungan nilai akurasi, yaitu 81%.
Co-Authors Nurochman Nurochman