Klasifikasi Tingkat Tekanan Mental Pada Mahasiswa Tingkat Akhir Studi Menggunakan Naive Bayes Classification

Latar Belakang: Dalam era digitalisasi yang kompetitif, mahasiswa sering menghadapi tekanan mental yang signifikan, mempengaruhi kesehatan mental, kinerja akademik, dan kualitas hidup. Tekanan ini dapat menyebabkan stres, burnout, kecemasan akademik, dan perilaku self-harm. Penelitian ini menggunakan skala Depression Anxiety Stress Scales (DASS) 42, sebuah survei laporan diri yang mengukur depresi, kecemasan, dan stres dengan 42 pertanyaan yang dinilai menggunakan skala Likert 4 poin. Hasil penelitian diharapkan dapat menambah pengetahuan tentang tekanan mental mahasiswa dan mendukung pengembangan sistem pakar untuk diagnosis mental di masa depan.
Tujuan: Penelitian ini bertujuan untuk melakukan klasifikasi tingkat tekanan mental pada mahasiswa tingkat akhir di Fakultas Teknik dan Teknologi Informasi Universitas Jenderal Achmad Yani Yogyakarta dengan memanfaatkan Naive Bayes Classification (NBC).
Metode Penelitian: Penelitian ini diawali dengan pengumpulan data melalui penyebaran kuesioner depression, anxiety stress scales. Dataset yang terkumpul kemudian dilakukan preprocessing data, pemodelan data, dan visualisasi data.
Penelitian ini menggunakan algoritma Naïve Bayes Classification.
Hasil: Penelitian ini menghasilkan data klasifikasi tingkat depresi, kecemasan dan stres pada mahasiswa Fakultas Teknik dan Teknologi Informasi dan berhasil mendapatkan accuracy model depresi sebesar 64.28%, kecemasan sebesar 64.28%, dan stres sebesar 71.42%
Kesimpulan: Penelitian ini menyimpulkan bahwa dataset yang dikumpulkan melalui kuesioner DASS-42, setelah dilakukan preprocessing, dapat digunakan untuk mengukur tingkat depresi, kecemasan, dan stres pada mahasiswa tingkat akhir. Penggunaan algoritma Naive Bayes Classification menghasilkan model dengan akurasi 70.58% untuk depresi, 82.35% untuk kecemasan, dan 76.47% untuk stres. Metrik evaluasi lainnya seperti precision, recall, dan F1 score juga menunjukkan kinerja yang cukup baik, menjadikan model ini efektif untuk
mengklasifikasikan tingkat tekanan mental pada mahasiswa.