<![CDATA[Kesehatan mental merupakan isu global yang semakin mendapat perhatian karena dampaknya yang signifikan terhadap individu dan masyarakat. Gangguan kesehatan mental, termasuk depresi, telah menjadi salah satu penyebab utama penurunan kualitas hidup dan produktivitas. Penelitian ini bertujuan untuk membangun model deteksi dini depresi berdasarkan unggahan media sosial X dengan pendekatan Natural Language Processsing (NLP) dan algoritma Random Forest. Data dikumpulkan berdasarkan kata kunci dari indikator PHQ-9, kemudian diseleksi, diberi label, diproses melalui tahap preprocessing, dan diekstraksi fiturnya menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Model dikembangkan untuk mengklasifikasikan tiga tingkat depresi, yaitu ringan, sedang, dan berat, dengan pembagian data latih dan uji menggunakan rasio 80:20. Hasil evaluasi model menunjukkan akurasi sebesar 97% dengan nilai F1-Score masing-masing sebesar 0.97 untuk depresi ringan, 0.96 untuk depresi sedang, dan 0.96 untuk depresi berat. Hasil ini menujukkan bahwa metode yang diterapkan mampu mendeteksi gejala depresi secara efektif melalui analisis teks pada unggahan media sosial X.]]>
Copyrights © 2025
