Gede Aditra Pradnyana (Adit) saat presentasi disertasinya dalam sidang promosi doktor di Departemen Teknik Elektro ITS. (Ist)
Secara arsitektural, rancangan model tersebut dimulai dari tahap paling awal dan utama, yakni mengidentifikasi modalitas teks dan gambar yang diunggah oleh pengguna. Setelah proses identifikasi, muatan modalitas diproses oleh RoBERTa dan VGG-16 model terlatih serta keputusan kepribadian oleh GloVe-BiLSTM. Penyelesaian proses dilakukan dengan Weighted Fused Representation, sehingga diperoleh hasil deteksi berupa depresi atau tidak depresi.
Lebih lanjut, Adit menjelaskan, hasil yang didapatkan menunjukkan delapan sifat kepribadian yang berhubungan dengan indikasi depresi. Sifat kepribadian tersebut terdiri atas perceiving, judging, intuition, dan thinking.
“Bukan hanya itu, sifat kepribadian tentang perasaan, seperti feeling, introversion, sensing, dan extroversion turut ditampilkan dengan bentuk diagram radar,” katanya.
Secara keseluruhan, hasil deteksi terbukti dari studi ablasi yang menunjukkan bahwa setiap modalitas memberikan kontribusi terhadap kinerja prediktif. Setiap sinyal linguistik dan visual akan memberikan peningkatan kinerja yang signifikan dibandingkan pendekatan unimodal.
“Harapannya, pendekatan ini bisa dimanfaatkan banyak orang dan mampu membantu memutuskan kerentanan depresi hanya melalui fitur aplikasi,” tutup Adit. (msn)
Cek Berita dan Artikel yang lain di Google News
