UMUM

Edcomtech: Jurnal Kajian Teknologi PendidikanEdcomtech: Jurnal Kajian Teknologi Pendidikan

Penelitian ini bertujuan mengembangkan media telekonseling berbasis Facial Expression Analysis (FEA) dalam mendeteksi kecenderungan bunuh diri pada mahasiswa di Kota Malang, yang mengalami peningkatan kasus sebesar 20%. Metode pengembangan Research and Development (R&D) yang diadaptasi dari model ADDIE digunakan, dengan empat tahap: analisis, desain, pengembangan, dan evaluasi. Analisis kebutuhan menunjukkan bahwa baik konselor maupun konseli memerlukan fitur seperti pengaturan jadwal, laporan FEA, bibliokonseling, dan forum. Hasil validasi dari para ahli menunjukkan media ini sangat relevan, mudah digunakan, dan menarik, dengan indeks validitas 1. Evaluasi akhir menunjukkan bahwa media ini dapat meningkatkan kerja konselor dan membantu konseli dalam mengatasi masalah emosional mereka, dengan fitur-fitur yang mendukung proses konseling yang lebih komprehensif dan mendalam.

Hasil analisis kebutuhan menunjukkan bahwa baik konselor maupun konseli memerlukan fitur-fitur tertentu untuk memfasilitasi proses konseling.Konselor merasa bahwa fitur pengaturan jadwal dan laporan FEA sangat penting untuk meningkatkan komunikasi dan efisiensi kerja.Sebagian besar klien juga menyatakan bahwa akses ke bibliokonseling, forum, dan analisis ekspresi wajah sangat membantu dalam mengatasi masalah emosional dan meningkatkan pemahaman konselor tentang kondisi mereka selama sesi konseling.Desain website yang terintegrasi dengan FEA berhasil menghasilkan desain yang sesuai untuk konselor dan klien.Tahap pengembangan melibatkan integrasi FEA langsung dengan website.Validasi media dan materi pada tahap pengembangan menunjukkan hasil yang sangat positif, dengan indeks validitas 1 dari para ahli, yang menunjukkan bahwa media ini sangat relevan, mudah digunakan, dan menarik.Evaluasi ini menunjukkan bahwa pengembangan media telekonseling ini tidak hanya sesuai dengan kebutuhan pengguna, tetapi juga efektif dalam mendukung proses konseling yang lebih efisien dan mendalam.

Saran penelitian lanjutan yang baru adalah: . . 1. Mengembangkan sistem deteksi dini yang lebih canggih untuk mengidentifikasi tanda-tanda bunuh diri pada mahasiswa, dengan menggunakan teknologi kecerdasan buatan (AI) dan pembelajaran mesin (machine learning) untuk menganalisis pola perilaku, ekspresi wajah, dan bahasa tubuh. . . 2. Mempelajari faktor-faktor psikologis dan sosial yang berkontribusi terhadap kecenderungan bunuh diri pada mahasiswa, seperti stres akademik, tekanan sosial, dan masalah hubungan interpersonal. Penelitian ini dapat dilakukan dengan menggunakan metode kualitatif, seperti wawancara mendalam dan observasi partisipan, untuk memahami pengalaman dan perspektif mahasiswa secara lebih mendalam.. . 3. Menerapkan intervensi berbasis teknologi yang inovatif untuk mendukung kesehatan mental mahasiswa, seperti aplikasi seluler atau platform online yang menawarkan layanan konseling, sumber daya edukasi, dan komunitas dukungan. Penelitian ini dapat mengeksplorasi efektivitas dan penerimaan intervensi teknologi ini di kalangan mahasiswa, serta dampak positifnya terhadap kesehatan mental dan pencegahan bunuh diri.

  1. [2209.07916] On Developing Facial Stress Analysis and Expression Recognition Platform. developing facial... doi.org/10.48550/arXiv.2209.079162209 07916 On Developing Facial Stress Analysis and Expression Recognition Platform developing facial doi 10 48550 arXiv 2209 07916
  2. Associations between Facial Emotion Recognition and Mental Health in Early Adolescence. associations... mdpi.com/1660-4601/17/1/330Associations between Facial Emotion Recognition and Mental Health in Early Adolescence associations mdpi 1660 4601 17 1 330
  3. Implementing an Early Detection Program for Autism Spectrum Disorders in the Polish Primary Healthcare... mdpi.com/2076-3425/14/4/388Implementing an Early Detection Program for Autism Spectrum Disorders in the Polish Primary Healthcare mdpi 2076 3425 14 4 388
  4. APA PsycNet. psycnet loading psycnet.apa.org/doi/10.1037/emo0000693APA PsycNet psycnet loading psycnet apa doi 10 1037 emo0000693
Read online
File size687.76 KB
Pages9
DMCAReport

Related /

ads-block-test