88
BAB V PENUTUP
5.1. Kesimpulan
Berdasarkan apa yang telah penulis uraikan pada bab-bab sebelumnya, maka penulis menarik kesimpulan sebagai berikut:
1. Disimpulkan bahwa cara untuk mengetahui kemungkinan adanya indikasi depresi pada pengguna Twitter dapat dilakukan dengan menganalisis kicauan pada akun Twitternya untuk mencari kicauan yang terindentifikasi mengandung indikasi depresi.
2. Kicauan yang mengandung indikasi depresi dapat diidentifikasi dengan menggunakan metode text mining, sesuai dengan kata kunci yang telah ditentukan sebelumnya.
3. Untuk mengetahui tingkat indikasi depresi pada pengguna Twitter, metode klasifikasi Multinomial Naïve Bayes dapat diterapkan pada kicauan yang mengandung indikasi depresi yang didapat dari metode text mining untuk mengklasifikasi dan menghitung skor tingkat indikasi depresi berdasarkan kicauan yang mengandung indikasi depresi tersebut.
89
5.2. Saran
Penulis paham bahwa penelitian ini masih tidak lepas dari kekurangan.
Penulis mengharapkan kedepannya penelitian lebih lanjut dapat meningkatkan nilai akurasi dari hasil analisis sentimen pengguna.
Penulis juga menyarankan untuk melakukan ujicoba serta melakukan perbandingan dengan metode lainnya seperti TF-IDF yang juga bisa digunakan untuk penelitian seperti ini. Penggunaan POS Tagging dan Wordnet bahasa Indonesia yang lengkap juga dapat memberikan hasil yang lebih baik.
