COMPARISON OF SUPPORT VECTOR MACHINE AND RANDOM FOREST METHODS IN ANALYZING THE EFFECT OF MUSIC ON REDUCING STRESS LEVELS AMONG 7TH-SEMESTER FEMALE STUDENTS DURING THESIS WRITING (Case Studi: Darussalam Gontor University)
Author
Abstract
Universitas Darussalam Gontor adalah salah satu universitas berbasis asrama untuk mendukung efisiensi pembelajaran, dalam masa perkuliahan tatkala mahasiswa yang sedang menyelesaikan skripsi sering mengalami stres akibat tuntutan akademik, sehingga menjadi penyebab utama stres. Salah satu cara efektif untuk mengurangi stres adalah dengan mendengarkan musik, yang dapat meningkatkan fokus dan produktivitas. Penelitian ini bertujuan untuk mengklasifikasi dan menganalisis pengaruh musik terhadap penurunan stres mahasiswi semester tujuh dan membandingkan kinerja algoritma SVM dan Random Forest dalam menganalisis data. Hasil menunjukkan bahwa dari total 340 data yang dikumpulkan, sebanyak 22,4% mahasiswi merasa musik sangat berpengaruh dalam menurunkan tingkat stress dan sekitar 70,3% merasa musik cukup berpengaruh namun sekitar 7,4% tidak merasakan pengaruh musik yang signifikan, dan untuk genre musik yang terbuktik efektif serta banyak didengarkan mahasiswi saat mengerjakan skripsi adalah genre musik pop dengan sub genre K-pop, J-pop,I-pop dengan jumlah pendengar lebih dari 180 mahasiswi dari total keseluruhan 340 data mahasiswi yang diambil. Sedangkan untuk menjawab permasalahan yang kedua yakni efektifitas algoritma dimana algoritma SVM lebih unggul dengan akurasi 97% dibandingkan Random Forest yang mencapai 79%. Dari hasil diatas telah menunjukan bahwa musik dapat menjadi faktor dalam mengelola dan munurunkan tingkat stress mahasiswi saat mengerjakan skripsi serta membuktikan bahwa SVM adalah algoritma yang efektif dalam pengolahan data dengan jenis data yang serupa.