Klasifikasi Stres berdasarkan Unggahan pada Media Sosial Twitter menggunakan Metode Support Vector Machine dan Seleksi Fitur Information Gain

Abstrak

Stres dapat menimpa siapapun dan stress yang berkepanjangan dapat menyebabkan gangguan kesehatan mental. Namun, masih banyak orang yang enggan untuk pergi menemui tenaga ahli untuk membicarakan kondisi kesehatan mentalnya dan memilih untuk berkeluh kesah pada media sosial yang mana salah satunya adalah Twitter. Para pengguna menuliskan keluh kesahnya pada Twitter, sehingga tweet Twitter dapat digunakan untuk mengidentifikasi kondisi stres seseorang dengan klasifikasi teks. Klasifikasi teks tingkat stres menggunakan metode Support Vector Machine dan seleksi fitur Information Gain. Data yang digunakan pada penelitian ini sebanyak 87 dokumen dengan rincian 29 dokumen kelas ‘Berat', 29 dokumen kelas ‘Sedang', dan 29 dokumen kelas ‘Ringan'. Metode K-Fold Cross Validation dengan k senilai 5 digunakan pada proses pengujian, sehingga 80% data digunakan sebagai data latih dan 20% sisanya sebagai data uji. Perbandingan hasil antara metode Support Vector Machine saja dengan kombinasi metode Support Vector Machine dan Information Gain menghasilkan akurasi paling baik pada metode Support Vector Machine saja dengan akurasi sebesar 59,11%, presisi sebesar 29,99%, recall sebesar 38,67%, dan f-measure sebesar 33,53%