Doktor ITS, Dr. Gede Aditra Pradnyana, S.Kom., M.Kom., merancang DeXMAG, sistem AI multimodal pendeteksi depresi lewat jejak digital medsos. Solusi inovatif bagi kesehatan mental di era global.
Dr. Gede Aditra Pradnyana, S.Kom., M.Kom., merancang model sistem deteksi depresi berbasis sumber data dari penggunaan medsos menggunakan Artificial Intelligence (AI) multimodal.
Maraknya pemakaian smartphone dan media sosial (medsos) di era globalisasi ini menyebabkan kondisi mental masyarakat menjadi lebih dinamis. Menjawab tantangan tersebut, lulusan program doktoral Departemen Teknik Elektro Institut Teknologi Sepuluh Nopember (ITS), Dr. Gede Aditra Pradnyana, S.Kom., M.Kom., merancang model sistem deteksi depresi berbasis sumber data dari penggunaan medsos menggunakan Artificial Intelligence (AI) multimodal.
Pria yang akrab disapa Adit ini menjelaskan bahwa kasus bunuh diri yang disebabkan oleh depresi menjadi salah satu permasalahan genting dalam hal kemanusiaan. Ketakutan untuk mengungkapkan masalah kehidupan secara langsung, baik kepada psikolog, psikiater, maupun kerabat terdekat masih menjadi hambatan bagi mayoritas orang. Bahkan, sebagian orang lebih sering meluapkan perasaan gelisah dan persoalan yang rumit ke medsos.
Deteksi Depresi via Jejak Digital
Berangkat dari masalah tersebut, dosen Universitas Pendidikan Ganesha ini mengusulkan pendekatan deteksi depresi secara non-intrusif berbasis jejak digital. Melalui pendekatan ini, sistem yang dibangun mampu memberikan informasi awal secara cepat, mendukung intervensi diri, dan berfungsi sebagai pelengkap asesmen klinis konvensional.
“Pendekatan ini bukan hanya memerlukan sensor fisiologis, melainkan juga memanfaatkan pola ekspresi multimodal sebagai indikator awal,” paparnya, dikutip Senin (23/2/2026).
Model yang dikembangkan bernama DeXMAG, yakni gabungan antara Cross-Modal Attention and Adaptive Gated Fusion dengan fitur Myers Briggs Type Indicator (MBTI). Lebih jelasnya, kombinasi dari kerangka kerja multimodal deep learning yang dipersonalisasi oleh tipe kepribadian pengguna. Oleh karena itu, sistem yang dimiliki dapat meningkatkan performa deteksi depresi dari data media sosial.
Inovasi Model DeXMAG dan Tipe Kepribadian
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.
