Implementasi Data Mining Dalam Kasus Mental Health Pada Sosial Media Twitter Menggunakan Metode Naive Bayes

Abstract

k Kesehatan mental, khususnya di Indonesia kesehatan mental masih jauh dari perhatian pemerintah maupun masyarakat, masih minimnya kesadaran masyarakat bahwa kesehatan itu bukan hanya tentang fisik saja tapi juga perlu memperhatikan kesehatan mental. Masyarakat Indonesia masih sangat tabu dalam menyikapi hal ini, peningkatan jumlah masyarakat yang mengalami permasalahan kesehatan mental selalu mengalami kenaikan dari tahun ke tahun, masyarakat masih menganggap bahwa kesehatan mental tidak terlalu berbahaya sehingga masih di anggap remeh dalam menangani kasus yang seperti ini, padahal setiap tahunnya pasti ada saja kasus bunuh diri dikarenakan depresi. Dari peneletian ini akan mengetahui seberapa pentingnya kesehatan mental yang dianalisis dari pengguna Twitter, dengan memberikan pelabelan positif, negatif dan juga netral. Pada penelitian ini algoritma yang digunakan adalah Algoritma Naive Bayes, menggunakan algoritma ini karena memiliki nilai akurasi yang cukup baik dan juga simple dalam proses pengklasifikasian. Penelitian ini menggunakan rasio 70:30 dengan nilai akurasi 89%. Pada proses penelitian ini melakukan tahap crawling data, preprocessing, pembobotan kata, klasifikasi data, dan kenmudian performansi evaluasi. Hasil penelitian menunjukan bahwa algoritma Naïve Bayes memiliki nilai macro average untuk precision, recall, dan f1-score dengan nilai 63% hingga 74%, dan weighted average untuk precision, recall, dan f1-score dengan nilai 89% hingga 92%. Kata Kunci : Naïve Bayes, Data Mining, Kesehatan Mental, Twitter