<![CDATA[Masalah kesehatan mental telah menjadi tantangan yang mempengaruhi banyak individu di seluruh dunia. Laporan WHO tahun 2018 mencatat peningkatan angka kematian akibat bunuh diri, dengan frekuensi satu kasus setiap 40 detik. Survei Ipsos Global 2023 menunjukkan bahwa 44% responden di 31 negara mengkhawatirkan kesehatan mental, sementara 30% mengidentifikasi stres sebagai isu utama. Di Indonesia, situasi kesehatan mental juga menjadi perhatian serius. Survei I-NAMHS 2022 menemukan bahwa 34,9% remaja menghadapi masalah kesehatan pada mental, tetapi hanya 2,6% dari mereka yang memanfaatkan layanan konseling. Deteksi emosi dalam teks menjadi tantangan karena tidak adanya ekspresi wajah atau modulasi suara. Penelitian ini bertujuan untuk mengklasifikasikan emosi dalam teks berbahasa Indonesia menggunakan model IndoBERT. Dataset yang digunakan terdiri dari 5079 tweet dengan lima label emosi: Marah (Angry), Takut (Fear), Senang (Joy), Cinta (Love), dan Sedih (Sad). Variasi parameter meliputi komposisi pembagian data latih, validasi, dan uji (80:10:10, 75:15:15, dan 60:20:20), serta kombinasi learning rate (1e-2 hingga 1e-7) dan batch size (8, 16, dan 32). Model dilatih selama 25 epoch dengan penerapan early stop dan patience selama 5 epoch. Hasil eksperimen menunjukkan bahwa komposisi pembagian data 80:10:10, learning rate 1e-6, dan batch size 8 menghasilkan klasifikasi yang optimal. Meskipun beberapa percobaan menunjukkan indikasi overfitting, penelitian ini memiliki implikasi penting dalam deteksi dini emosi dan dapat membantu dalam upaya penanganan kesehatan mental.]]>
Copyrights © 2025
