Analisis Sentimen Isu Kesehatan Mental Pada Platform X Menggunakan Model IndoBERT

Alifah, Nur Aisyah (2026) Analisis Sentimen Isu Kesehatan Mental Pada Platform X Menggunakan Model IndoBERT. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11221069_cover.pdf Download (473kB)
	Text 11221069_statement_of_authenticity.pdf Download (40kB)
	Text 11221069_publishing_agreement.pdf Download (62kB)
	Text 11221069_approval_sheet.pdf Download (49kB)
	Text 11221069_preface.pdf Download (258kB)
	Text 11221069_abstract_id.pdf Download (317kB)
	Text 11221069_abstract_en.pdf Restricted to Repository staff only until 25 April 2028. Download (259kB) | Request a copy
	Text 11221069_table_of_content.pdf Restricted to Repository staff only until 25 April 2028. Download (370kB) | Request a copy
	Text 11221069_illustrations.pdf Restricted to Repository staff only until 25 April 2028. Download (318kB) | Request a copy
	Text 11221069_tables.pdf Restricted to Repository staff only until 25 April 2028. Download (316kB) | Request a copy
	Text 11221069_notations.pdf Restricted to Repository staff only until 25 April 2028. Download (254kB) | Request a copy
	Text 11221069_chapter_1.pdf Restricted to Repository staff only until 25 April 2028. Download (426kB) | Request a copy
	Text 11221069_chapter_2.pdf Restricted to Repository staff only until 25 April 2028. Download (654kB) | Request a copy
	Text 11221069_chapter_3.pdf Restricted to Repository staff only until 25 April 2028. Download (393kB) | Request a copy
	Text 11221069_chapter_4.pdf Restricted to Repository staff only until 25 April 2028. Download (793kB) | Request a copy
	Text 11221069_conclusions.pdf Restricted to Repository staff only until 25 April 2028. Download (359kB) | Request a copy
	Text 11221069_bibliography.pdf Download (339kB)
	Text 11221069_paper.pdf Restricted to Repository staff only until 25 April 2028. Download (550kB) | Request a copy
	Text 11221069_presentation.pdf Restricted to Repository staff only until 25 April 2028. Download (4MB) | Request a copy
	Text 11221069_Form. TA-020.pdf Restricted to Repository staff only until 25 April 2028. Download (141kB) | Request a copy

Abstract

Dalam beberapa tahun terakhir, isu kesehatan mental menjadi topik yang sering diperbincangkan di media sosial, terutama pasca pandemi COVID-19. Penelitian ini bertujuan menganalisis sentimen publik terhadap isu kesehatan mental di platform X menggunakan model IndoBERT. Metode yang digunakan adalah pendekatan kuantitatif dengan teknik analisis sentimen berbasis Natural Language Processing (NLP). Data berupa 4.413 tweet berbahasa Indonesia dikumpulkan melalui crawling dari periode 2023-2025, kemudian diproses melalui tahapan preprocessing dan dilabelisasi menjadi tiga kategori: positif, negatif, dan netral. Data dibagi dengan proporsi 80:20 untuk training dan testing, dengan penerapan oversampling dan undersampling untuk mengatasi ketidakseimbangan data. Model IndoBERT Large memberikan performa terbaik dengan akurasi 67%, presisi 68%, recall 67%, dan F1-score 66%, lebih unggul dibanding IndoBERT Base dengan akurasi 64%. Kedua model menunjukkan performa baik pada sentimen positif dan negatif, namun mengalami kesulitan pada sentimen netral akibat ambiguitas teks. Analisis temporal menunjukkan sentimen positif terus mendominasi dan meningkat setiap tahun, mencerminkan kesadaran masyarakat yang semakin baik terhadap kesehatan mental. Namun, sentimen negatif yang masih muncul mengindikasikan adanya stigma dan hambatan akses layanan. Penelitian ini memberikan hasil kemampuan IndoBERT dalam mengklasifikasikan sentimen berbahasa Indonesia pada domain kesehatan mental dan memberikan gambaran persepsi publik yang dapat membantu penyusunan kebijakan merancang strategi yang lebih tepat.

Item Type:	Thesis (Bachelor)
Subjects:	R Medicine > R Medicine (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Alifah Alifah Nur Aisyah
Date Deposited:	08 Jan 2026 07:51
Last Modified:	08 Jan 2026 07:51
URI:	http://repository.itk.ac.id/id/eprint/25012

Actions (login required)

View Item