Prediction of alleged stress symptoms based on Indonesian sentiment lexicon using multilayer perceptron

Stres adalah fenomena mental atau fisik yang terbentuk melalui penilaian kognitif seseorang terhadap rangsangan dan hasil interaksi seseorang dengan lingkungan. Layaknya penyakit lainnya, stres harus segera ditangani, agar tidak mengganggu keseharian hidup seseorang. Namun, diagnosis mandiri perlu dihindari untuk mencegah terjadinya penanganan yang keliru. Metode terbaru mendeteksi stres melalui media sosial, dimana psikiater dapat mengenali gejala stres seseorang berdasarkan postingan yang terus-menerus di media sosial. Penelitian ini menggunakan dataset dari Twitter, dengan kuesioner DASS-42, model algoritma Multilayer Perceptron dan Indonesian Sentiment Lexicon. Analisis terhadap tweet dapat membentuk model prediktif yang diterapkan untuk mendeteksi sentimen serupa di tweet lain. Percobaan dua kasus uji, yaitu dengan parameter Adam solver menghasilkan akurasi 86%, sedangkan dengan parameter SGD solver menghasilkan akurasi 72%. Hal itu dikarenakan Adam solver bekerja lebih baik dari segi waktu pelatihan dan skor validasi pada kumpulan data yang relatif besar.