Deteksi Emosi Masyarakat Tentang Penyakit Gagal Ginjal Akut Dengan Metode Emolex Dan Logistic Regression

Irngamsyah, Wildan Gistra
Helilintar, Risa
Wahyuniar, Lilia Sinta

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Penelitian ini bertujuan untuk mendeteksi emosi masyarakat terhadap isu penyakit gagal ginjal akut dengan menggabungkan pendekatan leksikal berbasis EmoLex dan algoritma klasifikasi Logistic Regression. Data dikumpulkan dari media sosial Youtube tvOneNews. Setelah dilakukan tahap praproses data teks, setiap unggahan dipetakan ke dalam kategori emosi seperti marah, takut, sedih, dan lain-lain menggunakan leksikon NRC EmoLex. Selanjutnya, algoritma Logistic Regression digunakan untuk mengklasifikasikan emosi dominan berdasarkan fitur teks. Hasil penelitian menunjukkan bahwa emosi dominan yang muncul dalam diskusi publik adalah marah dan antisipasi, yang mencerminkan kekecewaan dan kewaspadaan masyarakat terhadap meningkatnya kasus gagal ginjal akut. Akurasi model mencapai 80%, dengan nilai precision dan recall tertinggi pada kategori emosi antisipasi dan marah. Penelitian ini memberikan gambaran awal tentang persepsi emosional masyarakat dalam isu krisis kesehatan, dan dapat dimanfaatkan oleh pemerintah atau lembaga kesehatan sebagai dasar pengambilan keputusan dalam strategi komunikasi publik.