<![CDATA[Depresi merupakan gangguan mental yang sering tidak terdeteksi dengan baik, meskipun banyak mempengaruhi individu di seluruh dunia. Media sosial, khususnya Twitter, menjadi platform yang digunakan untuk mengekspresikan emosi, termasuk gejala depresi yang tidak diungkapkan secara eksplisit. Penelitian ini bertujuan untuk mengembangkan model deteksi depresi di Twitter dengan metode hybrid CNN-BiGRU yang dilengkapi dengan ekspansi fitur FastText. CNN digunakan untuk mengekstraksi pola lokal dalam teks, sementara BiGRU memproses urutan kata dari dua arah untuk menangkap konteks yang lebih dalam. Ekspansi FastText bertujuan untuk menangani variasi kosakata dan meningkatkan akurasi dalam mendeteksi makna implisit dalam teks. Penelitian ini penting karena banyak pengguna media sosial yang tidak mendapatkan perawatan depresi yang memadai. Deteksi otomatis melalui teks Twitter dapat menjadi solusi untuk intervensi dini. Pengujian menggunakan dataset tweet berbahasa Indonesia menunjukkan bahwa model hybrid BiGRU-CNN dengan FastText mencapai akurasi tertinggi sebesar 80,65% pada korpus IndoNews dengan optimizer RMSprop. Model ini diharapkan dapat berkontribusi dalam deteksi depresi dan mendukung intervensi kesehatan mental. Kata kunci— Depresi, Twitter, CNN-BiGRU, FastText, Deteksi Emosi, Model Hybrid.]]>
Copyrights © 2026
