DIGITAL LIBRARY
| JUDUL | : | Penerapan Lexicon Based-Naive Bayes Classifier untuk Analisis Sentimen Publik terhadap Kesehatan Mental Generasi Z | |
| PENGARANG | : | AIDA SAFITRI | |
| PENERBIT | : | UNIVERSITAS LAMBUNG MANGKURAT | |
| TANGGAL | : | 2025-07-08 |
Generasi Z adalah generasi yang lahir antara tahun 1997-2012 dan tumbuh dalam era digitalisasi sehingga teknologi menjadi salah satu bagian penting dari Generasi Z. Penggunaan teknologi yang berlebihan dapat menimbulkan dampak negatif, seperti kecanduan yang berpotensi menyebabkan ketidakstabilan emosi serta risiko masalah kesehatan mental, termasuk depresi dan kecemasan. Masalah kesehatan mental Generasi Z saat ini menjadi isu cukup serius dan banyak dibicarakan di media sosial X. Opini publik mengenai isu ini penting untuk dianalisis karena mencerminkan persepsi, pemahaman, dan sikap masyarakat terhadap kesehatan mental. Penelitian ini bertujuan untuk menganalisis sentimen pengguna media sosial X terhadap kesehatan mental Generasi Z menggunakan metode Lexicon Based, serta membandingkan kinerja model Bernoulli dan Multinomial Naïve Bayes dalam mengklasifikasikan sentimen. Hasil penelitian menunjukkan 80.6% pengguna media sosial X cenderung memberikan sentimen negatif, menggambarkan kekhawatiran publik terhadap kondisi kesehatan mental Generasi Z yang dinilai kurang sehat dan berdampak pada performa dalam kehidupan sehari-hari. Dari perbandingan kinerja, model Multinomial Naive Bayes menunjukkan kinerja lebih baik dibandingkan model Bernoulli Naive Bayes dengan sensitivitas sebesar 0.64318442, spesifisitas sebesar 0.81078431, dan G-Mean sebesar 0.71558742. Hasil penelitian ini, diharapkan membantu lembaga pendidikan dan perusahaan dalam merumuskan kebijakan serta program yang efektif, sekaligus meningkatkan kesadaran Generasi Z akan pentingnya menjaga kesehatan mental.
| NO | DOWNLOAD LINK |
| 1 | FILE 1 |
File secara keseluruhan dapat di unduh DISINI