Implementasi Algoritma LSTM dan IndoBERTweet Embedding untuk Deteksi Indikasi Depresi Berdasarkan Postingan Media Sosial

Abstract

Depresi merupakan gangguan mental yang ditandai dengan kesedihan yang mendalam dan berkelanjutan, perasaan tidak berharga, bersalah, dan kehilangan minat dalam kehidupan sehari-hari. Media sosial menjadi wadah bagi para remaja atau dewasa muda untuk menceritakan keluh kesah ataupun masalah yang membuat mereka depresi. Akan tetapi, mendeteksi postingan yang terindikasi depresi pada media sosial secara manual bersifat subjektif dalam memahami konteks setiap postingan. Hal ini menjadi pemicu dibutuhkannya suatu pendekatan yang efektif untuk mendeteksi indikasi depresi pada postingan di media sosial. Pada penelitian ini, algoritma LSTM dikombinasikan dengan IndoBERTweet Embedding untuk mendeteksi indikasi depresi pada postingan teks media sosial berbahasa Indonesia. Data yang digunakan untuk melatih dan mengevaluasi model sebanyak 12703 data yang diambil dari postingan Twitter (X). Hasil penelitian menunjukkan bahwa sistem yang dibangun dengan algoritma LSTM dan IndoBERTweet Embedding mampu mendeteksi indikasi depresi dengan akurasi sebesar 95.8%