Pendidikan

DeXMAG Karya Lulusan ITS Mampu Deteksi Depresi Berbasis Teks dan Gambar

19
×

DeXMAG Karya Lulusan ITS Mampu Deteksi Depresi Berbasis Teks dan Gambar

Sebarkan artikel ini
ITS

BERITABANGSA.ID, SURABAYA – Media sosial tak lagi sekadar ruang berbagi cerita. Di balik unggahan teks dan gambar, tersimpan jejak emosi yang bisa dibaca secara ilmiah. Berangkat dari fenomena itu, lulusan doktoral Departemen Teknik Elektro Institut Teknologi Sepuluh Nopember (ITS) Doktor Gede Aditra Pradnyana merancang sistem deteksi depresi berbasis Artificial Intelligence (AI) multimodal.

Aditra melihat meningkatnya kasus bunuh diri akibat depresi sebagai persoalan serius yang membutuhkan pendekatan baru.

Banyak individu enggan berkonsultasi langsung dengan psikolog atau psikiater. Sebaliknya, mereka lebih terbuka mengekspresikan kegelisahan melalui media sosial.

“Pendekatan ini non-intrusif. Sistem membaca pola ekspresi digital tanpa perlu sensor fisiologis,” jelas dosen Universitas Pendidikan Ganesha tersebut.

Model yang dikembangkan diberi nama DeXMAG. Sistem ini menggabungkan mekanisme Cross-Modal Attention and Adaptive Gated Fusion dengan fitur Myers Briggs Type Indicator (MBTI).

Artinya, analisis tidak hanya berbasis teks atau gambar semata, tetapi juga mempertimbangkan tipe kepribadian pengguna.

Secara teknis, sistem lebih dulu mengidentifikasi dua modalitas utama: teks dan gambar yang diunggah pengguna.

Konten teks diproses menggunakan model RoBERTa, sementara gambar dianalisis melalui VGG-16 yang telah terlatih. Untuk klasifikasi kepribadian, digunakan pendekatan GloVe-BiLSTM.

Seluruh data kemudian dilebur melalui Weighted Fused Representation hingga menghasilkan keputusan akhir, apakah terindikasi depresi atau tidak.

Hasil penelitian menunjukkan delapan dimensi kepribadian yang berkorelasi dengan indikasi depresi, yakni perceiving, judging, intuition, thinking, feeling, introversion, sensing, dan extroversion.

Representasi kecenderungan tersebut ditampilkan dalam bentuk diagram radar agar lebih mudah dipahami.

Uji studi ablasi memperlihatkan bahwa setiap modalitas memberikan kontribusi signifikan terhadap performa sistem.

Kombinasi sinyal linguistik dan visual terbukti meningkatkan akurasi dibandingkan pendekatan yang hanya mengandalkan satu jenis data.

Aditra berharap inovasi ini dapat dimanfaatkan sebagai sistem deteksi awal melalui fitur aplikasi digital.

Ia menegaskan, model tersebut bukan pengganti diagnosis klinis, melainkan alat bantu untuk membaca kerentanan psikologis sejak dini.

Riset ini juga sejalan dengan agenda Tujuan Pembangunan Berkelanjutan, khususnya poin tentang kehidupan sehat dan sejahtera serta inovasi industri dan infrastruktur.

Integrasi kecerdasan buatan dan kesehatan mental digital menjadi salah satu jawaban atas tantangan era globalisasi, ketika dinamika psikologis masyarakat semakin kompleks di ruang maya.

>>> Ikuti saluran whatsapp beritabangsa.id
Example 300250Example 468x60