Yogyakarta – Peneliti dari Universitas Gadjah Mada berhasil mengembangkan metode baru untuk meningkatkan akurasi deteksi depresi di media sosial melalui teknik augmentasi data berbasis kecerdasan buatan GPT-4o. Penelitian ini dilakukan untuk mengatasi keterbatasan data pada korpus deteksi depresi yang sering digunakan, terutama karena proses anotasi atau pelabelan data depresi sulit dilakukan dan membutuhkan annotator dengan keahlian khusus dibidang kesehatan mental.
Menggunakan dua pendekatan augmentasi, yaitu parafrase dan generasi teks baru, para peneliti berhasil meningkatkan jumlah data latih dari 147 menjadi lebih dari 2.800 data. Dataset yang diperluas ini digunakan untuk melatih berbagai model pembelajaran mesin, seperti SVM, Logistic Regression, dan BERT. Hasilnya, semua model yang dibangun menggunakan augmented data menunjukkan peningkatan akurasi yang signifikan dibandingkan saat hanya menggunakan data asli. Metode generasi teks menghasilkan performa terbaik, dengan model BERT mencatatkan akurasi tertinggi sebesar 67,6%. Penelitian ini menunjukkan bahwa augmentasi data tidak hanya menambah jumlah data latih tetapi juga meningkatkan kualitasnya.
Dengan semakin tingginya prevalensi depresi, khususnya di kalangan remaja, teknologi ini diharapkan dapat membantu deteksi dini kondisi tersebut melalui analisis teks di media sosial. Solusi berbasis AI ini membuka peluang baru untuk meningkatkan kesehatan mental masyarakat secara global. Selain itu, penelitian ini juga sejalan dengan upaya untuk mendukung pencapaian Sustainable Development Goals (SDGs), khususnya SDG 3: Good Health and Well-Being (Kesehatan yang Baik dan Kesejahteraan), serta SDG 9: Industry, Innovation, and Infrastructure (Industri, Inovasi, dan Infrastruktur).