Penanda Bagikan

TA DIGITAL

SERENITY: Sistem Deteksi Dini Gangguan Kesehatan Mental Mahasiswa Menggunakan Teknik Ensemble Learning = SERENITY: Early Detection System for Student Mental Health Disorders Using Ensemble Learning Techniques

Isma Dian Damara dan Ivo Nabawi Setyawan “SERENITY: Sistem Deteksi Dini Gangguan Kesehatan Mental Mahasiswa Menggunakan Teknik Ensemble Learning”, Tugas Akhir DIII Program Studi Teknik Informatika, Jurusan Teknik Elektro, Politeknik Negeri Semarang, dibawah bimbingan Dr. Ir. Kurnianingsih, S.T., M.T. dan Slamet Handoko, S. Kom., M. Kom Juli 2024, 125 Halaman.
Kesehatan mental di kalangan mahasiswa merupakan isu yang sangat penting dan memerlukan perhatian serius. Tekanan akademik, kurangnya dukungan sosial, dan stigma sering kali menjadi hambatan utama bagi mereka dalam mencari bantuan. Penelitian ini bertujuan untuk mengembangkan aplikasi inovatif dalam kesehatan mental yang membantu mahasiswa mendeteksi gangguan kesehatan mental secara dini berdasarkan gejala yang mereka alami. Dengan menggunakan teknik Ensemble Learning dalam machine learning, Serenity menggabungkan beberapa model untuk meningkatkan akurasi dan stabilitas dalam diagnosis. Aplikasi ini juga menyediakan rekomendasi dan saran yang sesuai dengan jenis gangguan yang terdeteksi, serta fitur dukungan emosional seperti meditasi dan yoga. Proses pengembangan aplikasi mengikuti model SDLC Waterfall, melalui tahap analisis kebutuhan, desain sistem, implementasi dan pengujian unit, integrasi dan pengujian sistem, serta operasi dan pemeliharaan. Hasil dari penelitian ini menunjukkan bahwa Serenity berhasil membantu mahasiswa mengelola kesehatan mental mereka dengan memberikan diagnosis awal berdasarkan gejala, serta memberikan akses ke informasi profesional. Model machine learning yang diterapkan dalam aplikasi Serenity telah berhasil mencapai tingkat akurasi yang mengesankan sebesar 97%. Hal ini menunjukkan kemampuan yang luar biasa dalam mendeteks jenis penyakit mental di kalangan mahasiswa. Hasil dari survei tingkat kepuasan pengguna menunjukkan bahwa sekitar 89.27% mahasiswa merasa puas dengan aplikasi Serenity. Aplikasi ini telah diuji pada berbagai versi Android dan telah digunakan oleh mahasiswa Politeknik Negeri Semarang tanpa kendala. Serenity diharapkan dapat memberikan kontribusi yang signifikan dalam meningkatkan kesehatan mental mahasiswa di Indonesia, membantu mereka mencapai kehidupan yang lebih bahagia dan produktif.

Kata Kunci: Mental Health, Ensemble Learning, Disorder Detection

Fulltext
Informasi Detail
Judul Seri
-
No. Panggil
IK 0039 2024
Penerbit
Semarang : Politeknik Negeri Semarang.,
Deskripsi Fisik
xiii, 90 hal: ilus; 30 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
TEKNIK INFORMATIKA
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Komentar
Anda harus masuk sebelum memberikan komentar