UBMUBM

Jurnal Algoritma, Logika dan KomputasiJurnal Algoritma, Logika dan Komputasi

Masalah kesehatan mental telah dialamai oleh kebanyakan orang, termasuk mahasiswa yang sering memiliki gaya hidup yang kurang baik. Depresi dan kecemasan tersebar luas di kalangan mahasiswa, dengan semua universitas melaporkan mahasiswa yang mengalami depresi dan 75,5% melaporkan mahasiswa dengan kecemasan berat. Penelitian ini bertujuan untuk menentukan klasifikasi kesehatan mental mahasiswa berdasarkan aspek akademik dan sosial dengan menggunakan metode Decision Tree sehingga dapat dilakukan penanganan dini. Dataset yang digunakan terdiri dari 11 aspek yang berkaitan dengan akademik dan sosial. Data yang telah dikumpulkan diproses melalui tahap prapemrosesan dan dianalisis menggunakan metode klasifikasi Decision Tree. Hasil klasifikasi menunjukkan bahwa dari 973 mahasiswa yang tidak menderita depresi, metode ini mengklasifikasikan mereka dengan benar. Selain itu, dari 104 mahasiswa yang diklasifikasikan menderita depresi berat, semuanya benar-benar menderita depresi berat. Kesepakatan antara hasil klasifikasi dan kondisi aktual menunjukkan keandalan metode ini, dengan tingkat akurasi sebesar 76,71%. Penelitian ini menekankan pentingnya variabel akademik dan sosial dalam mempengaruhi kesehatan mental mahasiswa. Temuan ini mengkonfirmasi keandalan metode Decision Tree dalam mendeteksi kondisi mental mahasiswa dan menunjukkan perlunya layanan konseling yang efektif serta intervensi kesehatan mental di lingkungan kampus dan sosial.

Penelitian ini menunjukkan bahwa metode Decision Tree mampu mengklasifikasikan kondisi kesehatan mental mahasiswa dengan tingkat akurasi yang tinggi.Hasil penelitian mengindikasikan adanya korelasi signifikan antara pencapaian akademik dan kondisi mental mahasiswa, di mana mahasiswa dengan nilai IPK yang lebih tinggi cenderung memiliki risiko depresi yang lebih rendah.Selain itu, dukungan sosial yang kuat juga berperan penting dalam menjaga kesehatan mental mahasiswa, sehingga intervensi yang berfokus pada peningkatan dukungan sosial dan layanan konseling yang efektif sangat diperlukan.

Berdasarkan temuan penelitian ini, beberapa saran penelitian lanjutan dapat diajukan. Pertama, perlu dilakukan penelitian lebih lanjut untuk mengidentifikasi faktor-faktor spesifik dalam lingkungan sosial yang paling berpengaruh terhadap kesehatan mental mahasiswa, seperti kualitas hubungan interpersonal dan tingkat keterlibatan dalam kegiatan sosial. Kedua, penelitian dapat difokuskan pada pengembangan intervensi yang lebih personal dan adaptif, dengan mempertimbangkan karakteristik unik dari setiap mahasiswa, seperti gaya belajar, latar belakang budaya, dan tingkat stres yang berbeda. Ketiga, penting untuk mengeksplorasi potensi penggunaan teknologi, seperti aplikasi mobile atau platform online, untuk menyediakan layanan konseling dan dukungan kesehatan mental yang lebih mudah diakses dan terjangkau bagi mahasiswa, terutama bagi mereka yang berada di daerah terpencil atau memiliki keterbatasan finansial. Dengan menggabungkan ketiga saran ini, diharapkan dapat memberikan kontribusi yang signifikan dalam meningkatkan kesehatan mental mahasiswa dan menciptakan lingkungan kampus yang lebih suportif dan inklusif.

  1. A Comprehensive Study on Mental Illness Through Speech and EEG Using Artificial Intelligence | EAI Endorsed... publications.eai.eu/index.php/phat/article/view/5328A Comprehensive Study on Mental Illness Through Speech and EEG Using Artificial Intelligence EAI Endorsed publications eai eu index php phat article view 5328
Read online
File size460.7 KB
Pages10
DMCAReport

Related /

ads-block-test