SEMINAR IDSEMINAR ID

Journal Global Technology ComputerJournal Global Technology Computer

Kondisi yang terjadi pada saat pandemi Covid 19 menyebabkan banyak mahasiswa yang mengalami depresi dan stress. Banyaknya kasus positif Covid 19 membuat mahasiswa diliputi kecemasan dan menambah tingkat distress yang dialaminya. Ditambah lagi dengan tidak dapat melakukan rutinitas seperti biasa, menyebabkan mahasiswa mengalami kejenuhan dan sampai merasa sangat kesepian. Untuk memahami dampak psikologis dan kejiwaan dari situasi pandemi Covid 19, maka peneliti membuat sistem pakar untuk mengetahui seberapa tinggi tingkat distress yang dialami mahasiswa. Dari penelitian ini diperoleh sebanyak 25 % mahasiswa mengalami Distress dengan gejala ringan, 45% mahasiswa mengalami Distress dengan gejala sedang dan 35% mahasiswa mengalami Distress dengan gejala berat. Penanganan yang lambat pada penderita distress dapat mengakibatkan terganggunya kondisi tubuh baik itu kondisi fisik maupun mental, dan kemungkinan yang paling buruk dapat mengakibatkan kematian. Sistem Pakar yang dibuat dapat membantu dalam upaya mendeteksi dengan cepat tingkat distress sehingga dengan cepat dapat dilakukan pengendalian yang tepat pada mahasiwa, sehingga dapat menjaga kondisi kesehatan mental.

Berdasarkan hasil pembahan dan pengujian didapatkan kesimpulan bahwa aplikasi sistem pakar berjalan dengan baik dan lancar seperti yang diharapkan pengguna.Hasil pengujian yang dilakukan kepada mahasiswa, mendapatkan hasil bahwa mahasiswa yang mengalami Distress dengan gejala Ringan sebanyak 25%, Distress dengan gejala Sedang sebanyak 35%, Distress dengan gejala Ringan sebanyak 40%.Pada penelitian ini hasil yang didapat masih kurang dan belum sempurna.Perlu pengembangan lebih lanjut seperti menggunakan metode lain seperti demsphser shafer serta dikembangkan ke platform yang lain seperti IOS, java symbian (j2me).

Penelitian selanjutnya dapat mengkaji efektivitas intervensi berbasis sistem pakar dalam mengurangi tingkat distress mahasiswa, dengan fokus pada pengembangan modul konseling yang dipersonalisasi berdasarkan hasil diagnosis sistem. Selain itu, perlu dilakukan penelitian komparatif untuk membandingkan efektivitas sistem pakar dengan metode diagnosis konvensional, serta mengeksplorasi potensi integrasi sistem pakar dengan platform kesehatan mental digital untuk meningkatkan aksesibilitas dan jangkauan layanan. Terakhir, penelitian dapat difokuskan pada pengembangan algoritma machine learning untuk meningkatkan akurasi diagnosis distress, dengan memanfaatkan data demografis, riwayat kesehatan, dan faktor-faktor sosial ekonomi mahasiswa.

  1. Clinical Characteristics of Coronavirus Disease 2019 in China | New England Journal of Medicine. clinical... doi.org/10.1056/NEJMoa2002032Clinical Characteristics of Coronavirus Disease 2019 in China New England Journal of Medicine clinical doi 10 1056 NEJMoa2002032
  2. SciELO Brazil - “Pandemic fear” and COVID-19: mental health burden and strategies “Pandemic... doi.org/10.1590/1516-4446-2020-0008SciELO Brazil AuPandemic fearAy and COVID 19 mental health burden and strategies AuPandemic doi 10 1590 1516 4446 2020 0008
Read online
File size843.22 KB
Pages6
DMCAReport

Related /

ads-block-test