Ilmuwan Bikin Algoritma Pendeteksi Depresi Warga Twitter, 89 Persen Akurat

Ilmuwan telah mengembangkan algoritma yang dapat menemukan pengguna Twitter yang sedang depresi dengan akurasi 89 persen.

Di masa depan, kehadiran teknologi ini bisa menjadi materi diagnosis awal untuk pengidap depresi.

Menurut jurnal IEEE Transactions on Affective Computing, algoritma yang digunakan dalam bot ini menentukan kondisi mental pengguna Twitter dengan menganalisis 38 titik data dari profil publik mereka, termasuk konten dan waktu unggahan, serta pengguna lain di lingkaran sosial mereka.

"Kami menguji algoritma pada dua basis data besar dan membandingkan hasil kami dengan teknik deteksi depresi lainnya. Dalam semua kasus, kami telah berhasil mengungguli teknik yang ada dalam hal akurasi klasifikasi mereka," kata Abdul Sadka, direktur Institute of Digital Futures Brunel sekaligus penulis studi, seperti dikutip The Independent.

Diketahui, sejumlah besar penderita yang berpotensi depresi di seluruh dunia tidak mencari bantuan profesional karena beberapa faktor, di antaranya stigma sosial atau mereka tidak menyadari kondisi mentalnya. Penundaan diagnosis itu bisa membuat kondisi lebih parah yang memerlukan pengobatan lebih jauh.

Penelitian sebelumnya mengungkap data dari media sosial dapat menyediakan petunjuk berharga mengenai kesehatan fisik dan mental seseorang.

Pada studi terbaru ini, peneliti merancang algoritma menggunakan dua sumber data yang mengandung riwayat ribuan pengguna Twitter, bersamaan dengan informasi tambahan mengenai kesehatan mental pengguna tersebut.

"Dalam studi ini, kami menyatakan kemungkinan untuk mengidentifikasi depresi pada tahap awal dengan menggali perilaku sosial di ranah daring," kata para ilmuwan.

Para ilmuwan menggunakan sekitar 80 persen informasi di setiap basis data untuk mengajar bot, dan data yang tersisa untuk menguji akurasinya.

Setelah mengolah database yang ada dan mengeluarkan pengguna yang memiliki kurang dari lima cuitan serta mengoreksi kesalahan pengejaan, bot kemudian menyoroti 38 faktor yang berbeda untuk menentukan kondisi mental dan emosi pengguna.

Faktor-faktor tersebut mulai dari kata positif dan negatif dari pengguna, jumlah teman pengguna dan pengikut yang dimiliki, hingga skala penggunaan emoji.

Tim peneliti mengatakan akurasinya mencapai 89 persen. Mereka juga mengatakan mencapai akurasi sekitar 71 persen ketika menggunakan dataset CLPsych 2015 dari Universitas John Hopkins.

"Ini tidak 100 persen akurat, tetapi saya tidak berpikir pada level ini solusi pembelajaran mesin apa pun dapat mencapai keandalan 100 persen. Namun, semakin mendekati angka 90 persen, semakin baik," kata Sadka.

Para ilmuwan mengatakan sistem yang mereka kembangkan berpotensi menandai depresi pengguna satu hari sebelum mereka memposting sesuatu ke domain publik. Hal ini membuka jalan bagi platform media sosial seperti Twitter dan Facebook untuk secara proaktif menandai masalah kesehatan mental penggunanya.

Lebih lanjut, para peneliti mengatakan bot dapat dikembangkan dan digunakan untuk sejumlah aplikasi seperti analisis sentimen dan investigasi kriminal.

Namun, penemuan ini juga memicu pertanyaan soal privasi data dan perlunya persetujuan dari pengguna sebelum data publik mereka digunakan untuk analisis.