ANALISIS KLASIFIKASI KESEHATAN MENTAL PADA MAHASISWI SEMESTER AKHIR DALAM MENEMPUH TUGAS AKHIR MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE STUDI KASUS UNIVERSITAS DARUSSALAM GONTOR
Author
Abstract
Kesehatan secara keseluruhan bergantung pada kesehatan mental atau kesehatan jiwa. Kesehatan mental juga penting 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 tingkatan 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 Stres dan Kecemasan 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.