Detail Cantuman Kembali
PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK PREDIKSI DEPRESI, KECEMASAN, DAN STRES
- Bagikan:
Peningkatan prevalensi depresi, kecemasan, dan stres di masyarakat modern
menyoroti pentingnya pengembangan sistem yang efektif untuk deteksi dini dan
klasifikasi kondisi kesehatan mental. Penelitian ini menjawab kebutuhan tersebut
dengan memanfaatkan skala DASS-42 untuk mengukur tingkat keparahan kondisi
mental secara komprehensif. Data penelitian terdiri dari 5000 sampel, di mana 100
sampel diisi oleh psikiater dan 4900 sampel lainnya dihasilkan secara otomatis
menggunakan script Python. Data tersebut dikelompokkan ke dalam kategori
spesifik seperti "Normal," "Ringan," "Sedang," "Berat," dan "Sangat Berat" melalui
labeling otomatis. Untuk prediksi, digunakan model Support Vector Machine
(SVM) dengan kernel Radial Basis Function (RBF) yang dikenal efektif dalam
menangani data non-linear. Model SVM yang dikembangkan mencapai akurasi
99.3%, menunjukkan kinerjanya yang sangat baik dalam deteksi dini kondisi
kesehatan mental. Penelitian ini tidak hanya meningkatkan akurasi diagnosis
mental tetapi juga membuka peluang untuk sistem prediksi berbasis teknologi yang
dapat diakses lebih luas, mendukung upaya pencegahan kondisi mental yang lebih
serius.
Kata Kunci : Deteksi Dini, DASS-42, SVM, Kesehatan Mental.
107 EDW P R.1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2024
Yogyakarta
LOADING LIST...
LOADING LIST...