15 hours ago
2
REPUBLIKA.CO.ID, PONTIANAK -- Hayo, siapa yang lebih sering curhat di media sosial atau forum daring? Di era digital sekarang, banyak orang justru merasa lebih nyaman meluapkan isi hati lewat kolom komentar, thread, atau forum anonim.
Mulai dari cerita capek mental, stres berkepanjangan, sampai masalah hidup yang berat, semuanya ditumpahkan di ruang digital. Fenomena ini kemudian diteliti dosen Universitas Bina Sarana Informatika (UBSI) untuk membaca kondisi kesehatan mental masyarakat lewat data dan teknologi.
Penelitian ini dilakukan Lady Agustin Fitriana bersama Deni Risdiansyah sebagai bagian dari hibah Penelitian Dana Yayasan (PDY).
Fokus risetnya, menganalisis curhatan publik di forum daring seperti Quora dan Reddit untuk memetakan isu kesehatan mental menggunakan pendekatan machine learning. Hasil penelitian ini juga telah terbit di jurnal terindeks SINTA.
Lady menjelaskan, kesehatan mental masih jadi isu besar yang sering disepelekan. Banyak orang merasa tidak punya tempat aman untuk bercerita secara langsung karena takut dihakimi atau dianggap lemah. Akhirnya, media sosial dan forum daring jadi pelarian.
"Lewat teks yang mereka tulis di berbagi forum, kita bisa melihat indikasi tekanan mental, kecemasan, hingga depresi yang dialami masyarakat,’’ kata Lady dalam keterangan yang dikutip Sabtu (10/1/2026).
Menurut dia, penelitian ini mengolah 5.000 data teks yang diambil dari forum daring dengan isu kesehatan mental, kemudian di analisis menggunakan Natural Language Processing (NLP).
Untuk pemodelan, tim peneliti membandingkan lima algoritma machine learning, yakni Bernoulli Naive Bayes, Decision Tree, Logistic Regression, XGBoost, dan IndoBERT.
Setiap model diuji untuk melihat kemampuan mereka dalam mengklasifikasikan sentimen serta memahami konteks emosi dari teks curhatan.
Hasil analisis menunjukkan, percakapan di forum daring didominasi sentimen negatif yang berkaitan dengan anxiety, stres, depresi, bipolar, skizofrenia, dan gangguan mental lainnya.
Dari sisi performa, Logistic Regression mencatat akurasi tertinggi sebesar 72 persen, sementara XGBoost unggul dalam kestabilan hasil klasifikasi. IndoBERT dinilai lebih baik dalam menangkap konteks bahasa dan nuansa emosi yang lebih kompleks.
Tidak hanya berhenti pada analisis, hasil penelitian ini juga diimplementasikan dalam bentuk website Sentimen Analisis Kesehatan Mental.
Platform tersebut dirancang sebagai prototipe sistem pemantauan berbasis data yang dapat digunakan sebagai alat bantu deteksi dini isu kesehatan mental.
“Teknologi ini tidak dimaksudkan untuk menggantikan peran tenaga profesional, tapi sebagai pendukung untuk memahami kondisi mental secara lebih cepat dan luas,” tambah Lady.
Melalui penelitian ini, UBSI sebagai Kampus Digital Kreatif menegaskan peran teknologi sebagai alat empati digital membaca curhat publik, menerjemahkannya ke dalam data, dan menghadirkan insight berbasis riset untuk mendukung upaya peningkatan kesehatan mental masyarakat.
