eprintid: 33077
rev_number: 15
eprint_status: archive
userid: 12
dir: disk0/00/03/30/77
datestamp: 2026-09-30 04:13:43
lastmod: 2026-09-30 04:13:43
status_changed: 2026-09-30 04:13:43
type: thesis
metadata_visibility: show
creators_name: Badriyah, Ulfatun
creators_nim: 22.11.4821
contributors_name: Agastya, I Made Artha
corp_creators: Universitas AMIKOM Yogyakarta
title: PREDIKSI KESEHATAN MENTAL BERDASARKAN DATA 
PLATFROM X MENGGUNAKAN MODEL INDOBERT 
DENGAN EKSPERIMEN VARIASI HYPERPARAMETER
ispublished: pub
subjects: 000.000.000A
divisions: if
full_text_status: restricted
keywords: IndoBERT, kesehatan mental, klasifikasi opini, media sosial, variasi
hyperparameter, mental health, opinion classification, social media,
hyperparameter variation.
abstract: Penggunaan media sosial seperti Platform X telah menjadi ruang bagi 
masyarakat, khususnya generasi muda, dalam mengekspresikan kondisi psikologis
dan masalah kesehatan mental. Namun, karakteristik teks pada media sosial yang
informal dan tidak terstruktur menjadi tantangan tersendiri dalam melakukan
pemrosesan dan klasifikasi opini secara otomatis. Oleh karena itu, penelitian ini
bertujuan untuk menganalisis opini terkait kesehatan mental dan mengevaluasi
pengaruh variasi hyperparameter terhadap performa model IndoBERT dalam
melakukan klasifikasi. Penelitian ini menggunakan data dari Platform X berupa
1.000 data teks berbahasa Indonesia yang telah disaring dan diklasifikasikan ke
dalam dua kelas utama, yaitu opini positif dan opini negatif. Pengolahan data teks
melalui tahap preprocessing seperti pembersihan dan normalisasi teks, dengan
mempertahankan stopword serta tanpa proses stemming agar konteks kalimat tetap
terjaga. Analisis dilakukan menggunakan algoritma IndoBERT melalui pendekatan
fine-tuning dan eksperimen grid search pada variasi hyperparameter, yaitu
penyesuaian learning rate dan jenis optimizer (Adam dan AdamW). Hasil
pengujian menunjukkan bahwa eksperimen hyperparameter memberikan pengaruh
signifikan terhadap kinerja model. Konfigurasi paling optimal berhasil diperoleh
menggunakan kombinasi learning rate 1e-05 dan optimizer Adam, yang mampu
mencapai tingkat akurasi sebesar 88,10%, F1-score (macro) 87,22%, dan precision
(macro) 86,45%. Penelitian ini membuktikan bahwa pendekatan fine-tuning
IndoBERT dengan pengaturan hyperparameter yang tepat mampu menghasilkan
model klasifikasi yang konsisten dan akurat, sehingga berpotensi untuk
dimanfaatkan sebagai sistem pemantauan kecenderungan opini kesehatan mental di
ruang digital.
date: 2026-04-20
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Badriyah, Ulfatun  (2026) PREDIKSI KESEHATAN MENTAL BERDASARKAN DATA PLATFROM X MENGGUNAKAN MODEL INDOBERT DENGAN EKSPERIMEN VARIASI HYPERPARAMETER.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/33077/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33077/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33077/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33077/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33077/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33077/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33077/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33077/8/Sourcecode%20-%2022.11.4821.zip
document_url: https://eprints.amikom.ac.id/id/eprint/33077/9/Publikasi.pdf