Perbandingan SVM dan LSTM Untuk Memprediksi Gangguan Kecemasan (Anxiety Disorder) Berdasarkan Cuitan di Platform Aplikasi X (Twitter)
DOI:
https://doi.org/10.31294/jtk.v10i2.12274Keywords:
Anxiety Disorder, Support Vector Machine, Long Short-Term MemoryAbstract
Anxiety Disorder adalah gangguan kecemasan yang menyerang kesehatan mental seseorang sehingga
bisa mengganggu aktivitas. Pengaruh media sosial menjadi salah satu adanya pemicu gangguan kecemasan, dimana
media sosial dijadikan objek untuk meluapkan perasaan yang dialami pengguna, contohnya Twitter atau aplikasi X.
Penelitian ini dilakukan untuk memprediksi adanya anxiety disorder pada pengguna Twitter dilihat berdasarkan
cuitan yang ada dengan menggunakan dua model, yaitu Support Vector Machine (SVM) dan Long Short-Term
Memory (LSTM) sehingga bisa dibandingkan mana yang lebih baik diantara dua metode tersebut. Data yang
digunakan merupakan data hasil dari crawling yang kemudian dilakukan beberapa pemrosesan sehingga bisa diolah
sesuai dengan medel yang ada. Hasil dari penelitian ini menunjukkan bahwa untuk memprediksi anxiety disorder
menggunakan Long Short-Term Memory (LSTM) lebih unggul daripada Support Vector Machine (SVM) dari 3
matriks perhitungan yang ada, yaitu precision, recall, dan f1-score dengan nilai 75%. Sedangkan, untuk metode
Support Vector Machine (SVM) hanya unggul dalam perhitungan nilai akurasi, yaitu 81%.
References
Aldi, Muhammad Wildan Putra., Jondri., & Annisa
Aditsania. “Analisis dan Implementasi Long
Short Term Memory Neural Network untuk
Prediksi Harga Bitcoin”, e-Proceeding of
Engineering, Volume 5, No.2, pp.3548, 2018.
Annisa, Dona Fitri., & Ifdil. “Konsep Kecemasan
(Anxiety) pada Lanjut Usia (Lansia)”, Konselor,
Volume 5, No.2, pp.93-99, 2016.
Azid, Dian Faruqi., Budhi Irawan., & Casi
Setianingsih. “Translation Russian Cyrillic To
Latin Alphabet Using SVM (Support Vector
Machine)”, e-Proceeding of Engineering,
Volume 4, No.3, pp.4007, 2017.
Chaerudin, Reza Alfaresy., Ermatita., & Ruth Mariana
Bunga Wadu. “Implementasi Algoritma Naïve
Bayes Untuk Analisis Klasifikasi Survei
Kesehatan Mental (Studi Kasus: Open Sourcing
Mental Illness)”, Seminar Nasional Mahasiswa
Ilmu Komputer dan Aplikasinya (SENAMIKA),
Volume 3, No.2, pp.623-632, 2022.
Dinata, Rozzi Kesuma., & Novia Hasdyna. 2020.
MACHINE LEARNING. Lhokseumawe:
Unimal Press.
Deng, Li., & Dong Yu “Deep Learning: Methods and
Applications”, Foundations and Trends in Signal
Processing, Volume 7, No.3-4, pp.197-387,
2014.
Fakhriyani, Diana Vidya. 2019. KESEHATAN
MENTAL. Pamekasan: Duta Media Publishing.
Hochreiter, S., & J. Schmidhuber. “Long Short-Term
Memory”, Neural Comput, Volume 9, No.8,
pp.1735-1780, 1997.
Heaton, Jeff. 2015. AIFH, Volume 3: Deep Learning
and Neural Networks. Washington: Heaton
Research, Inc.
Li, Dan-Yang., & Jiang Qian. “Text sentiment analysis
based on long short-term memory”, First IEEE
International Conference on Computer
Communication and the Internet (ICCCI),
pp.471 -475, 2016
Mutalib, Sofianita., Nor Safika Mohd Shafiee., &
Shuzlina Abdul-Rahman. “Mental Health
Prediction Models Using Machine Learning in
Higher Education Institution”, Turkish Journal of
Computer and Mathematics Education, Volume
12, No.5, pp.1782-1792, 2021.
Nugraini, Yunis Femilia., Rd. Rohmat Saedudin., &
Rachmadita Andreswari. “Implementasi Data
Mining Dalam Kasus Mental Health Pada Sosial
Media Twitter Menggunakan Metode Naive
Bayes”, e-Proceeding of Engineering, Volume 8,
No.5, pp.9260, 2021.
Nurrochman, Miftah Meinaldi., Anggunmeka Luhur
Prasasti., & Ratna Astuti Nugrahaeni.
“Implementasi Machine Learning Untuk
Mendeteksi Unsur Depresi Pada Tweet
Menggunakan Metode Naïve Bayes (Machine
Learning Implementation For Depression
Detection In Tweet Using Naïve Bayes
Method)”, e-Proceeding of Engineering, Volume
8, No.5, pp.6250, 2021.
Octaviani, Pusphita Anna., Yuciana Wilandari., & Dwi
Ispriyanti. “Penerapan Metode Klasifikasi
Support Vector Machine (SVM) Pada Data
Akreditasi Sekolah Dasar (SD) Di Kabupaten
Magelang”, Jurnal Gaussian, Volume 3, No.4,
pp.811 -820, 2014.
O’Reilly, Tim., & Sarah Milstein. 2011. The Twitter
Book, 2nd Edition. 1055 Gravenstein Highway
North: O’Reilly Media.
Pangestu, Satrio Yudho., Yuli Astuti., & Lilis Dwi
Farida. “Algoritma Support Vector Machine
Untuk Klasifikasi Sikap Politik Terhadap Partai
Politik Indonesia”, Jurnal Mantik Penusa,
Volume 3, No.1, pp.236-241, 2019.
Pragholapati, Andria., Rinanda Rizky Amalia
Shaleha., Lina Anisa Nasution., & Irma
Darmawati. “Reduksi Stigma terhadap Orang
Dengan Gangguan Mental”, Jurnal Paradigma,
Volume 3, No.2, pp.1 -6, 2021.
Raup, Abdul., Wawan Ridwan., Yayah Khoeriyah.,
Supiana., & Qiqi Yuliati Zaqiah. “Deep Learning
dan Penerapannya dalam Pembelajaran”, JIIP
(Jurnal Ilmiah Ilmu Pendidikan), Volume 5,
No.9, pp.3258-3267, 2022.
Rezeki, Syailendra Reza Irwansyah., Yuliana
Restiviani., & Rita Zahara. “PENGGUNAAN
SOSIAL MEDIA TWITTER DALAM
KOMUNIKASI ORGANISASI (Studi Kasus
Pemerintah Provinsi DKI Jakarta Dalam
Penanganan Covid-19)”, JOURNAL OF
ISLAMIC AND LAW STUDIES, Volume 4,
No.2, pp.63-78, 2020.
Romzi, Muhammad., & Budi Kurniawan.
“PEMBELAJARAN PEMROGRAMAN
PYTHON DENGAN PENDEKATAN LOGIKA
ALGORITMA”, Jurnal Teknik Informatika
Mahakarya, Volume 3, No.2, pp.37-44, 2020.
Setyani, Nomorvia Ika. “Pengguna Media Sosial
Sebagai Sarana Komunikasi Bagi Komunitas”,
Jurnal Komunikasi Surakarta, h.8, 2013.
Smagulova, Kamilya., & Alex Pappachen James. “A
survey on LSTM memristive neural network
architectures and applications”, The European
Physical Journal Special Topics, 2016.
Tarkus, Exel Defrisco., Sherwin R.U.A. Sompie., &
Agustinus Jacobus. “Implementasi Metode
Recurrent Neural Network pada
Pengklasifikasian Kualitas Telur Puyuh”, Jurnal
Teknik Informatika, Volume 15, No.2, pp.137-
144, 2020.
Tim Wikipedia.com, Twitter, dikutip dari
https://id.wikipedia.org/wiki/Twitter diakses
pada 16 Januari 2023 pukul 09.15 WIB.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Nurochman Nurochman, Luthfia Ashiilah
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
