Electronic Theses and Dissertation

Gangguan mental merupakan tantangan kesehatan global yang mendesak, namun sebagian besar penderita tidak mendapatkan penanganan klinis yang memadai akibat keterbatasan akses dan stigma sosial. Penelitian ini mengembangkan model multi-class classification berbasis arsitektur hibrida RoBERTa-CNN dalam kerangka kerja Multi-Class Multi-Level (MCML) untuk mendeteksi tujuh kategori kondisi kesehatan mental (Depression, Anxiety, Bipolar, ADHD, PTSD, Suicidal, dan Control) berdasarkan postingan media sosial berbahasa Inggris. Dua dataset publik dari Kaggle digunakan, yaitu dataset Suchintika Sarkar dan dataset Reddit Murarka, yang setelah harmonisasi dan pra-pemrosesan menghasilkan 62.740 sampel. Arsitektur hibrida mengintegrasikan mean pooling lapisan terakhir RoBERTa sebagai representasi semantik global dengan CNN 1D pada lapisan intermediet ke-7 sebagai ekstraktor pola n-gram lokal, digabungkan melalui mekanisme adaptif Gated Fusion. Kerangka MCML membagi klasifikasi menjadi dua level hierarkis: Level 1 untuk binary screening (Control vs. Disorder) dan Level 2 untuk diferensiasi diagnostik enam kelas gangguan. Hasil evaluasi menunjukkan model mencapai Macro F1 sebesar 0,8591, Weighted F1 sebesar 0,8593, akurasi 86%, dan Macro AUC-ROC sebesar 0,9759 pada test set yang mengandung label noise alami. Model hibrida mengungguli RoBERTa-base (+0,0230 Macro F1) dan CNN-base (+0,1149 Macro F1), dengan peningkatan yang dikonfirmasi signifikan secara statistik melalui McNemar's Test (p < 0,001).

Kata kunci: Klasifikasi gangguan mental, media sosial, RoBERTa, CNN, MCML, deep learning

Mental disorders represent an urgent global health challenge, yet most sufferers do not receive adequate clinical treatment due to limited access and social stigma. This study develops a multi-class classification model based on a hybrid RoBERTa-CNN architecture within the Multi-Class Multi-Level (MCML) framework to detect seven categories of mental health conditions (Depression, Anxiety, Bipolar, ADHD, PTSD, Suicidal, and Control) based on English-language social media posts. Two public datasets from Kaggle were used, namely the Suchintika Sarkar dataset and the Murarka Reddit dataset, which after harmonization and preprocessing yielded 62,740 samples. The hybrid architecture integrates mean pooling of RoBERTa's last layer as a global semantic representation with 1D CNN on the 7th intermediate layer as a local n-gram pattern extractor, combined through an adaptive Gated Fusion mechanism. The MCML framework divides classification into two hierarchical levels: Level 1 for binary screening (Control vs. Disorder) and Level 2 for diagnostic differentiation of six disorder classes. Evaluation results show the model achieves a Macro F1 of 0.8591, Weighted F1 of 0.8593, accuracy of 86%, and Macro AUC-ROC of 0.9759 on a test set containing natural label noise. The hybrid model outperforms RoBERTa-base (+0.0230 Macro F1) and CNN-base (+0.1149 Macro F1), with improvements confirmed statistically significant through McNemar's Test (p < 0.001). Keywords: Mental disorder classification, social media, RoBERTa, CNN, MCML, deep learning