PENERAPAN MODEL INDOBERT UNTUK DETEKSI POTENSI SUMBER STRES DALAM TEKS MEDIA SOSIAL

Authors

  • M.SIROJUDIN MAHDI FAZA Universitas Islam Sultan Agung
  • MOCH. TAUFIK

DOI:

https://doi.org/10.70248/jrsit.v3i1.3046

Abstract

Media sosial, khususnya Twitter, sering dimanfaatkan pengguna untuk mengekspresikan pengalaman yang berpotensi mengandung ungkapan stres. Penelitian ini bertujuan mengimplementasikan model IndoBERT dalam mengklasifikasikan potensi sumber stres pada teks berbahasa Indonesia. Data dikumpulkan melalui scraping Twitter dan diproses melalui normalisasi, pembersihan, serta tokenisasi sebelum diberi label ke dalam lima kategori: akademik, hubungan, kesehatan, pekerjaan, dan keuangan. Model dilatih menggunakan pendekatan supervised learning dengan fine-tuning, sedangkan evaluasi dilakukan menggunakan precision, recall, dan F1-score. Hasil pengujian menunjukkan kinerja sangat baik dengan rata-rata precision 0.9748, recall 0.9742, dan F1-score 0.9731. Temuan ini membuktikan bahwa IndoBERT efektif digunakan untuk deteksi potensi sumber stres pada media sosial dan berkontribusi terhadap pengembangan NLP untuk kesehatan mental digital.

References

Alfatah, D. (2024). Penerapan Model Transformer Untuk Deteksi Sentimen Pada Data Twitter Berbahasa Indonesia Application Of Transformer Model For Sentiment Detection On Indonesian Twitter Data. Dalam Jurnal Komputer (Vol. 2, Nomor 2).

Alghamdi, Z., Kumarage, T., Agrawal, G., Liu, H., & Bernard, R. (2024). Less is More: Stress Detection Through Condensed Social Media Contents. https://github.com/Zeyad-o/TLDR-AISummarizeStress/

Anshori Prasetya, M. R., Rahman, S., Priyatno, A. M., Mera, & Wahyuni, U. (2025). EduMood: Sistem Deteksi Sentimen Berbasis Web Menggunakan Metode Machine Learning untuk Identifikasi Awal Gejala Stres Mahasiswa. https://doi.org/10.47065/josh.v6i4.7432

Ayu, F., Aryanti, D., Luthfiarta, A., Adiwinata, D., & Soeroso, I. (2025). Aspect-Based Sentiment Analysis with LDA and IndoBERT Algorithm on Mental Health App: Riliv. Dalam Journal of Applied Informatics and Computing (JAIC) (Vol. 9, Nomor 2). http://jurnal.polibatam.ac.id/index.php/JAIC

Bambang Winarko, H. (2023). SOETOMO COMMUNICATION AND HUMANITIES Kecemasan Digital: Penggunaan Media Sosial dan Dampaknya terhadap Kesehatan Mental Remaja Indonesia.

Erzha Tri Setyo Rochman, Septiana Mukti, Nazwa Mahabatul Thigah Yanani, Fita Sinta Dewi, & Liss Dyah Dewi A. (2024). Pengaruh Media Sosial terhadap Kesehatan Mental pada Anak Muda di Indonesia. Student Research Journal, 2(3), 12–27. https://doi.org/10.55606/srjyappi.v2i3.1219

Fardiana Risa, D., Pradana, F., & Abdurrachman Bachtiar, F. (2021). IMPLEMENTASI METODE NAÏVE BAYES UNTUK MENDETEKSI STRES SISWA BERDASARKAN TWEET PADA SISTEM MONITORING STRES. https://doi.org/10.25126/jtiik.202184372

Jocelynne, C., Tobing, L., Lanang Wijayakusuma, I., Putu, L., & Harini, I. (2025). Detection of Political Hoax News Using Fine-Tuning IndoBERT. Dalam Journal of Applied Informatics and Computing (JAIC) (Vol. 9, Nomor 2). http://jurnal.polibatam.ac.id/index.php/JAIC

Johan, M., & Aurelia Azka, S. (2023). Prediction of Alleged Stress Symptoms based on Indonesian Sentiment Lexicon using Multilayer Perceptron. G-Tech: Jurnal Teknologi Terapan, 7(3), 958–966. https://doi.org/10.33379/gtech.v7i3.2611

Kunaefi, A., Abidin, Z., & Kusumawati, R. (2025). KLASIFIKASI BERITA HOAKS BAHASA INDONESIA MENGGUNAKAN INDOBERT FINE-TUNING DENGAN PENDEKA-TAN FOCAL LOSS PADA DATA TIDAK SEIMBANG. JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), 10(2), 1706–1714. https://doi.org/10.29100/jipi.v10i2.7811

Nguyen, H.-Y. P., Ly, P.-L., Le, D.-M., & Do, T.-H. (2024). Real-time stress detection on social network posts using big data technology. http://arxiv.org/abs/2411.04532

Patricia, A. C., Januarti, E., Ridlo, M., Yaqin, N., Citra Wulansari, P., Susanti, R. I., Syarifah, R. S., Adhiana, S., & Nugraha, J. T. (2024). PENGARUH MEDIA SOSIAL TERHADAP KESEHATAN MENTAL. https://doi.org/10.38048/jcp.v4i1.2988

Ria Wiyani, J. (2022). Klasifikasi Stres berdasarkan Unggahan pada Media Sosial Twitter menggunakan Metode Support Vector Machine dan Seleksi Fitur Information Gain (Vol. 6, Nomor 12). http://j-ptiik.ub.ac.id

Saputra, A. C., Saragih, A. S., Ronaldo, D., Raya, U. P., Upr, K., Nyaho, T., Yos Sudarso, J., Palangka, K., Provinsi, R., & Tengah, K. (2025). PREDIKSI EMOSI DALAM TEKS BAHASA INDONESIA MENGGUNAKAN MODEL INDOBERT. https://doi.org/10.47111/JTI

Saragih, H., & Manurung, J. (2024). Leveraging the BERT model for enhanced sentiment analysis in multicontextual social media content.

Setiawan, D., Utari Iswavigra, D., & Anggiratih, E. (2025). Implementation of IndoBERT for Sentiment Analysis of the Constitutional Court’s Decision Regarding the Minimum Age of Vice Presidential Candidates. Scientific Journal of Informatics, 12(3). https://doi.org/10.15294/sji.v12i3.26360

Setyo Nugroho, K., Akbar, I., & Nizar Suksmawati, A. (2021). Seminar Nasional Hasil Riset Prefix-RTR DETEKSI DEPRESI DAN KECEMASAN PENGGUNA TWITTER MENGGUNAKAN BIDIRECTIONAL LSTM.

Shaw, C., LaCasse, P., & Champagne, L. (2025). Exploring emotion classification of indonesian tweets using large scale transfer learning via IndoBERT. Social Network Analysis and Mining, 15(1). https://doi.org/10.1007/s13278-025-01439-6

Situmorang, G. F., & Purba, R. (2024). Deteksi Potensi Depresi dari Unggahan Media Sosial X Menggunakan IndoBERT. Building of Informatics, Technology and Science (BITS), 6(2), 649–661. https://doi.org/10.47065/bits.v6i2.5496

Sofa, N., Utomo, F. S., & Saputro, R. E. (2025). Eksplorasi Model Hybrid Transformer-Latent Semantic Analysis (LSA) Untuk Pemahaman Konteks Teks Berita Berbahasa Indonesia. Jurnal Pendidikan dan Teknologi Indonesia, 5(5), 1239–1252. https://doi.org/10.52436/1.jpti.662

Syazali, M. R., & Yulianti, E. (2025). Classification of Economic Activities in Indonesia Using IndoBERT Language Model. Jurnal Ilmu Komputer dan Informasi, 18(2), 155–165. https://doi.org/10.21609/jiki.v18i2.1446

William, S., Kenny, & Chowanda, A. (2024). EMOTION RECOGNITION INDONESIAN LANGUAGE FROM TWITTER USING INDOBERT AND BI-LSTM. Communications in Mathematical Biology and Neuroscience, 2024. https://doi.org/10.28919/cmbn/7858

Zhuang, M., Cheng, D., Lu, X., & Tan, X. (2024). Postgraduate psychological stress detection from social media using BERT-Fused model. PLoS ONE, 19(10). https://doi.org/10.1371/journal.pone.0312264

Downloads

Published

2025-08-30

How to Cite

MAHDI FAZA, M., & MOCH. TAUFIK. (2025). PENERAPAN MODEL INDOBERT UNTUK DETEKSI POTENSI SUMBER STRES DALAM TEKS MEDIA SOSIAL. Jurnal Rekayasa Sistem Informasi Dan Teknologi, 3(1), 271–283. https://doi.org/10.70248/jrsit.v3i1.3046

Issue

Section

Artikel