PENERAPAN MODEL BERT UNTUK DETEKSI TINGKAT STRES PADA MEDIA SOSIAL X

Stres merupakan salah satu faktor utama yang mempengaruhi kesehatan mental dan sering kali tidak disadari oleh setiap individu. Unggahan di media sosial khususnya X, dapat mencerminkan kondisi emosional pengguna dan menjadi sumber data potensial untuk deteksi dini tingkat stres. Tujuan dari penelitian ini adalah untuk membangun model klasifikasi tingkat stres menggunakan algoritma BERT yang dirancang untuk memahami kalimat yang kompleks. Data teks dikumpulkan melalui crawling dari media sosial X pada Januari 2024 hingga April 2025 dan dilabeli ke dalam tiga kategori, yaitu Normal, Stres Rendah, dan Stres Tinggi. Model ini dilatih menggunakan pendekatan fine-tuning dan dievaluasi menggunakan metrik akurasi dan F1-score. Hasil pengujian menunjukkan bahwa model mampu mencapai akurasi 0.85 dan F1-score masing-masing: Normal = 0.88, Stres Rendah = 0.80, dan Stres Tinggi = 0.86. Namun, model masih mengalami kesulitan dalam mengenali struktur bahasa yang kompleks seperti sarkasme dan bahasa gaul.