Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Prawira, Angga
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
DETEKSI KECEMASAN DI TWITTER MENGGUNAKAN FITUR WORD EMBEDDING BERT DAN METODE BIDIRECTIONAL-LONG SHORT TERM MEMORY Prawira, Angga; Herry Chrisnanto, Yulison; Kania Ningsih, Ade
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10436

Abstract

Adanya stigma di mana pengidap gangguan jiwa adalah orang yang sakit jiwa membuat orang-orang yang mengalami kecemasan berlebih malu untuk berobat dan lebih memilih untuk mengeluarkan keluh kesah, perasaan mereka di sosial media oleh karena itu dibutuhkan sebuah model perangkat lunak yang dapat mendeteksi unggahan kecemasan berlebih. Pada penelitian sebelumnya sudah mendeteksi kecemasan berlebih di media sosial twitter menggunakan metode BI-LSTM dengan pembobotan kata menggunakan TF-IDF dan mendapatkan akurasi sebesar 94.12%. Metode BI-LSTM sendiri membutuhkan data set yang sangat besar agar model tidak over-fitting. Oleh karena itu, proses pembobotan kata dilakukan menggunakan BERT karena selain memberikan pembobotan kata, BERT juga memberikan representasi numerik sehingga data set lebih beragam dan bisa membuat model BI-LSTM lebih banyak belajar dari representasi numerik tersebut hasil dari penelitian ini didapatkan akurasi sebesar 99.44% dan loss 0.0278 dapat disimpulkan bahwa bert dapat meningkatkan akurasi dari metode Bi-LSTM sehingga metode ini cocok untuk deteksi kecemasan berlebih.
Co-Authors Kania Ningsih, Ade Yulison Herry Chrisnanto