Art Original
Analisis Sentimen Terhadap Isu Kesehatan Mental Di Kalangan Remaja Menggunakan Algoritma Support Vector Machine (svm) Di Aplikasi X (twitter)
Kesehatan mental di kalangan remaja telah menjadi perhatian global yang semakin meningkat, seiring dengan bertambahnya tekanan sosial, akademik, dan teknologi yang mereka hadapi. Media sosial, terutama aplikasi seperti Twitter (X), menjadi platform di mana remaja sering berbagi perasaan dan pengalaman mereka terkait isu kesehatan mental. Penelitian ini bertujuan untuk menganalisis sentimen pengguna X terhadap isu kesehatan mental di kalangan remaja menggunakan tweet yang diunggah pada platform X. Pada penelitian ini, dilakukan pengujian dengan membandingkan algoritma Machine Learning yaitu Support Vector Machine (SVM) serta algoritma Deep Learning yaitu Long Short Term Memory (LSTM) untuk mengklasifikasi sentimen positif, negatif, dan netral. Dataset yang digunakan berjumlah 5470 dengan jumlah sentiment negatif 2166, sentiment netral 1817, dan sentiment positif 1487. Data dilatih dan diuji menggunakan rasio 80:20, 70:30, 60:40 menggunakan kedua algoritma. Hasil akurasi tertinggi terdapat pada SVM dengan rasio 80:20 yaitu 92.3%. Pada LSTM dilatih menggunakan pendekatan Word2vec menggunakan Skip-Gram dan Continuous Bag of Words (CBOW) dengan dimensi 100 dan 200, hasil tertinggi terdapat pada Skip-Gram dimensi 200 dengan akurasi 91.7%.
No other version available