Analisis Klasifikasi Tingkat Kesehatan Mental pada Mahasiswi Akhir dalam Menempuh Tugas Akhir Menggunakan Algoritma Support Vector Machine Studi Kasus: Universitas Darussalam Gontor

Widya Kurniawan; Aziz Musthafa; Anisa Kirani

doi:10.22236/teknoka.v9i1.17524

Penulis

Widya Kurniawan Universitas Darussalam Gontor
Aziz Musthafa Universitas Darussalam Gontor
Anisa Kirani Universitas Darussalam Gontor

DOI:

https://doi.org/10.22236/teknoka.v9i1.17524

Kata Kunci:

Kesehatan Mental, Mahasiswi, Tugas Akhir, Klasifikasi, Support Vector Machine

Abstrak

Kesehatan secara kesuluruhan bergantung pada kesehatan mental atau kesehatan jiwa. Kesehatan mental juga pentinga sama halnya dengan Kesehatan fisik. Satu dari dua anak muda di bawah usia 25 tahun akan mengalami gangguan kesehatan mental di beberapa titik, dan 75% penyakit mental dimulai sebelum usia 25 tahun. Mahasiswi termasuk dalam kategori tertinggi dalam gangguan kesehatan mental. Umumnya, mahasiswa semester awal dan semester akhir banyak mengalami kecemasan akademik. Salah satu faktor utama yang menyebabkan tekanan psikologis pada mahasiswa yaitu tugas akhir atau biasa disebut skripsi. Penelitian ini bertujuan untuk mengklasifikasi tingkat kesehatan mental yaitu stress dan kecemasan melalui proses pelatihan model klasifikasi menggunakan algoritma Support Vector Machine. Penelitian ini menggunakan data dari hasil dari kuesioner yang telah disebarkan kepada mahasiswi akhir yang sedang mengerjakan skripsi. Dataset yang digunakan sebanyak 249 record data dan dibagi menjadi 2 dataset untuk klasifikasi stres dan kecemasan. Hasil penelitian ini menunjukkan ketepatan akurasi tertinggi pada dataset klasifikasi stres dengan menggunakan kernel RBF dan polynomial mencapai 68% yaitu pada kernel RBF dengan gamma 1 dan C 100. Sedangkan pada dataset klasifikasi kecemasan ketepatan akurasi tertinggi mencapai 50% yaitu pada kernel polynomial dengan degree 3 dan C 100. Penerapan model terbaik menunjukkan fitur yang paling berpengaruh dalam dataset Stress dan Anxiety adalah Literature Review, Support System, dan Analysis Method. Akurasi yang diperoleh dapat dijadikan sebagai tolak ukur untuk penelitian selanjutnya dengan menggunakan data yang lebih kompleks. Penelitian mendatang diharapkan tidak hanya mempertimbangkan fitur berupa faktor eksternal yang menentukan tingkat stres dan kecemasan mahasiswa, tetapi juga menambahkan faktor internal.

Unduhan

Data unduhan belum tersedia.

Referensi

World Health Organization, “Comprehensice Mental Health Action Plan 2013-2030,” Geneva, 2021.

W. Economic Forum, “A Global Youth Mental Health Advocacy Toolkit,” Orygen, 2020.

B. Media.com, “Tren Bunuh Diri di Kalangan Mahasiswa Sepanjang 2023, Apa Solusinya _,” Dec. 2023, Accessed: Feb. 07, 2024. [Online]. Available: https://bekasimedia.com/2023/12/23/tren-bunuh-diri-di-kalangan-mahasiswa-sepanjang-2023-apa-solusinya/

A. T. Setyanto, “Deteksi Dini Prevalensi Gangguan Kesehatan Mental Mahasiswa di Perguruan Tinggi,” Wacana, vol. 15, no. 1, p. 66, Feb. 2023, doi: 10.20961/wacana.v15i1.69548.

S. Suhandiah, A. Ayuningtyas, and P. Sudarmaningtyas, “Tugas Akhir dan Faktor Stres Mahasiswa,” JAS-PT (Jurnal Analisis Sistem Pendidikan Tinggi Indonesia), vol. 5, no. 1, p. 65, Jul. 2021, doi: 10.36339/jaspt.v5i1.424.

Nabila and A. Sayekti, “Manajemen Stres pada Mahasiswa dalam Penyusunan Skripsi di Institut Pertanian Bogor Stress Management for Undergraduate Students in Writing Thesis at IPB University,” Jurnal Manajemen dan Organisasi (JMO), vol. 12, no. 2, pp. 156–165, 2021.

A. M. Ali, A. A. Alkhamees, H. Hori, Y. Kim, and H. Kunugi, “The depression anxiety stress scale 21: Development and validation of the depression anxiety stress scale 8-item in psychiatric patients and the general public for easier mental health measurement in a post COVID-19 world,” Int J Environ Res Public Health, vol. 18, no. 19, Oct. 2021, doi: 10.3390/ijerph181910142.

N. Romadhona, S. Fitriyana, R. G. Ibnusantosa, and T. Respati, “Level of Depression, Anxiety, and Stress of College Students in Indonesia during the Pandemic COVID-19,” Global Medical and Health Communication (GMHC), vol. 9, no. 3, Dec. 2021, doi: 10.29313/gmhc.v9i3.8337.

S. Febriani and H. Sulistiani, “Analisis Data Hasil Diagnosa untuk Klasifikasi Gangguan Kepribadian menggunakan Algoritma C4.5,” Jurnal Teknologi dan Sistem Informasi (JTSI), 2021.

R. Alfaresy Chaerudin et al., “Implementasi Algoritma Naïve Bayes Untuk Analisis Klasifikasi Survei Kesehatan Mental (Studi Kasus: Open Sourcing Mental Illness),” 2022.

H. Dwi Putra, L. Khairani, D. Hastari, P. Studi Sistem Informasi, F. Sains dan Teknologi, and C. Author, “SENTIMAS: Seminar Nasional Penelitian dan Pengabdian Masyarakat Comparison of Naive Bayes Classifier and Support Vector Machine Algorithms for Classifying Student Mental Health Data Perbandingan Algoritma Naive Bayes Classifier dan Support Vector Machine untuk Klasifikasi Data Kesehatan Mental Mahasiswa,” 2023. [Online]. Available: https://journal.irpi.or.id/index.php/sentimas

S. Ghosh, A. Dasgupta, and A. Swetapadma, A Study on Support Vector Machine based Linear and Non-Linear Pattern Classification. International Conference on Intelligent Sustainable Systems (ICISS), 2019.

D. V. Fakhriyani, “Kesehatan Mental,” 2019. [Online]. Available: https://www.researchgate.net/publication/348819060

World Health Organization, “Mental Health WHO,” Jun. 2022, Accessed: Feb. 06, 2024. [Online]. Available: https://www.who.int/news-room/fact-sheets/detail/mental-health-strengthening-our-response

N. Izzati Septia, N. Kamal, and P. Kesehatan Banjarmasin, “KESEHATAN MENTAL DAN KETENANGAN JIWA KAJIAN PSIKOLOGI AGAMA,” 2023.

J. Andriana and N. N. Prihantini, “HUBUNGAN TINGKAT STRES DENGAN INDEKS MASSA TUBUH PADA MAHASISWA FAKULTAS KEDOKTERAN UNIVERSITAS KRISTEN INDONESIA,” 2021.

S. B. Seto, M. T. S. Wondo, and M. F. Mei, “Hubungan Motivasi Terhadap Tingkat Stress Mahasiswa Dalam Menulis Tugas Akhir (Skripsi),” Jurnal Basicedu, vol. 4, no. 3, pp. 733–739, Jun. 2020, doi: 10.31004/basicedu.v4i3.431.

A. Trifani, S. Tunas Bangsa, A. Perdana, W. Stikom, T. Bangsa, and H. Qurniawan, “Penerapan Data Mining Klasifikasi C4.5 dalam Menentukan Tingkat Stres Mahasiswa Akhir,” Jurnal Riset Rumpun Ilmu Teknik (JURRITEK), vol. 1, no. 2, 2022.

M. Wibowo, M. Rizieq, and F. Djafar, “Perbandingan Metode Klasifikasi Untuk Deteksi Stress Pada Mahasiswa di Perguruan Tinggi,” JURNAL MEDIA INFORMATIKA BUDIDARMA , 2023, doi: 10.30865/mib.v7i1.5182.

C. Schröer, F. Kruse, and J. M. Gómez, “A systematic literature review on applying CRISP-DM process model,” in Procedia Computer Science, Elsevier B.V., 2021, pp. 526–534. doi: 10.1016/j.procs.2021.01.199.