EMAIL: PASSWORD:
Front Office
UPT. PERPUSTAKAAN
Universitas Esa Unggul


Kampus Emas UEU - Jakarta Barat

Phone : 021-5674223, ext 282
Fax :
E-mail : [email protected]
Website : http://library.esaunggul.ac.id

Support (Customer Service) :
[email protected]








Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT


Astrid Chrisafi




! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely
Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

Still Confuse?
Please read our User Guide

Keyword
Mode
Expanded Search (for Free text search only)
 

UEU » Research Report » Teknik Informatika
Posted by [email protected] at 26/08/2020 17:00:47  •  1372 Views


SISTEM DETEKSI DINI EMOTIONAL DISTRESS DI MEDIA SOSIAL TWITTER

Created by :
Munawar, PhD ( 202080208 )



SubjectILMU KOMPUTER
Alt. Subject COMPUTER SCIENCE
KeywordMEDIA SOSIAL
EMOTIONAL DISTRESS

Description:

Ekspresi seseorang di media sosial memberikan isyarat psikologis penting tentang status keseharan mental mereka. Dengan besarnya pengguna media sosial di Indonesia yang mencapai 150 juta (56% dari total populasi) bisa digunakan sebagai indikator untuk identifikasi emotional distress yang ada di masyarakat. Penelitian ini dimaksudkan untuk menarik data dari postingan di media sosial Twitter tanpa peran aktif responden untuk mengisi quesioner atau berpartisipasi aktif dalam wawancara profesional guna mendapatkan tingkatan emotional distress masyarakat seperti depresi, kecemasan dan stres. Laporan penelitian ini difokuskan kepada pembuatan mesin crawling data dari media sosial Twitter sebagai milestone pertama dari penelitian ini. Dari hasil mesin crawling ini dapat digunakan untuk menarik cuitan pengguna Twitter berdasarkan kata kunci tertentu. Kata kunci yang digunakan didasarkan kepada ekstraksi kuesioner DASS-21 (Depression Anciety Stress Scales) sebagai ungkapan emotional distress yang ada di media sosial Twitter. Secara umum mesin crawling ini menggunakan bahasa pemrograman Python dengan memanfaatkan library Tweepy untuk menarik data cuitan dari Twitter. Hasil yang diperoleh adalah file dengan format JSON. Hasil dari crawling ini selanjutnya dilakukan pemrosesan yang meliputi: cleansing (pembersihan tanda baca), case folding (mengubah menjadi huruf kecil), tokenize (pemotongan kalimat menjadi kata), stop word (penghapusan kata penghubung dan kata tidak bermakna), stemming (pengambilan kata dasar). Hasil akhirnya kemudian divisualisasikan ke dalam grafik untuk melihat trend dan kecenderungan dari penggunaan kata kunci tadi pada satu periode waktu tertentu. Hasil ini akan diproses di milestone penelitian berikutnya untuk melihat trend emotional distress di media sosial Twitter.

Date Create:26/08/2020
Type:Text
Format:PDF
Language:Indonesian
Identifier:UEU-Research-16_0625
Collection ID:16_0625


Source :
LAPORAN PENELITIAN INTERNAL

Relation Collection:
Fakultas Ilmu Komputer

Coverage :
Civitas Akademika Universitas Esa Unggul

Rights :
@Perpustakaan Universitas Esa Unggul 2020


Publication URL :
https://digilib.esaunggul.ac.id/sistem-deteksi-dini-emotional-distress--di-media-sosial-twitter-16149.html




[ Free Download - Free for All ]

  1.  UEU-Research-16149-16_0625.pdf - 2705 KB

[ FullText Content - Please, register first ]

...No Files...

 10 Similar Document...



 10 Related Document...






HELP US !
You can help us to define the exact keyword for this document by clicking the link below :

DISTRESS , EMOTIONAL , EMOTIONAL DISTRESS , MEDIA , MEDIA SOSIAL , SOSIAL



POLLING

Bagaimana pendapat Anda tentang repository kami ?

Bagus Sekali
Baik
Biasa
Jelek
Mengecewakan




157294393


Visitors Today : 3
Total Visitor : 1970111

Hits Today : 45935
Total Hits : 157294392

Visitors Online: 1


Calculated since
16 May 2012

You are connected from 172.17.121.29
using Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; [email protected])


UEU Digital Repository Feeds


Copyright © UEU Library 2012 - 2024 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan