Prediksi Risiko Depresi pada Mahasiswa Menggunakan Algoritma Random Forest Berdasarkan Data Akademik dan Gaya Hidup
DOI:
https://doi.org/10.53624/jsitik.v4i1.696Keywords:
Depresi, Mahasiswa, Random Forest, Kesehatan MentalAbstract
Latar Belakang: Depresi menjadi isu krusial yang semakin sering dialami oleh mahasiswa akibat tekanan akademik, gaya hidup, dan tuntutan sosial. Deteksi dini sangat mendesak karena depresi yang tidak ditangani dapat berdampak buruk pada performa akademik, hubungan sosial, dan kualitas hidup mahasiswa. Tujuan: Penelitian ini bertujuan untuk membangun model prediksi risiko depresi yang akurat dan objektif pada mahasiswa dengan menggunakan algoritma Random Forest berbasis data akademik dan gaya hidup. Metode: Penelitian ini merupakan studi kuantitatif yang menerapkan metodologi Knowledge Discovery in Databases (KDD). Data yang digunakan adalah Student Depression Dataset dari Kaggle. Prosesnya meliputi preprocessing data, penyeimbangan data dengan SMOTEENN dan label encoding untuk mengubah data kategorikal menjadi numerik. Hasil: Model yang dikembangkan menunjukkan performa yang sangat tinggi pada saat diuji. Hasil evaluasi pada data uji menghasilkan nilai akurasi, precision, recall, dan f1-score yang seragam, yaitu sebesar 97%. Kesimpulan: Model Random Forest terbukti efektif untuk mendeteksi risiko depresi secara akurat dan seimbang. Model ini berpotensi menjadi alat bantu yang berharga bagi institusi pendidikan untuk melakukan intervensi preventif yang tepat sasaran. Penelitian selanjutnya dapat berfokus pada validasi model menggunakan data institusional di dunia nyata.
Downloads
References
Adrian, M. R., Putra, M. P., Rafialdy, M. H., & Rakhmawati, N. A. (2021). Perbandingan Metode Klasifikasi Random Forest dan SVM Pada Analisis Sentimen PSBB. Jurnal Informatika Upgris, 7(1), 36–40. https://doi.org/10.26877/jiu.v7i1.7099 DOI: https://doi.org/10.26877/jiu.v7i1.7099
Aqillah Fadia Haya, A., Reynaldi Azhar, Muhamad Khandava Mulyadien, & Betha Nurina Sari. (2022). Klasifikasi Minat Beli Pelanggan Terhadap Udang Vaname Menggunakan Algoritma Naïve Bayes. Jurnal Ilmiah Betrik, 13(1), 59–65. https://doi.org/10.36050/betrik.v13i1.452 DOI: https://doi.org/10.36050/betrik.v13i1.452
Arifiyanti, A. A., & Wahyuni, E. D. (2020). Smote: Metode Penyeimbang Kelas Pada Klasifikasi Data Mining. SCAN - Jurnal Teknologi Informasi Dan Komunikasi, 15(1), 34–39. https://doi.org/10.33005/scan.v15i1.1850 DOI: https://doi.org/10.33005/scan.v15i1.1850
Dianovinina, K. (2018). Depresi pada Remaja: Gejala dan Permasalahannya. Journal Psikogenesis, 6(1), 69–78. https://doi.org/10.24854/jps.v6i1.634 DOI: https://doi.org/10.24854/jps.v6i1.634
Fadhilla, M., Wandri, R., Hanafiah, A., Setiawan, P. R., Arta, Y., & Daulay, S. (2025). Analisis Performa Algoritma Machine Learning Untuk Identifikasi Depresi Pada Mahasiswa. 5(1), 40–47. https://doi.org/10.47065/jimat.v5i1.473
Health, M., Mental, K., & Technique, S. M. O. (2025). PREDIKSI KESEHATAN MENTAL MENGGUNAKAN RANDOM FOREST BERDASARKAN FAKTOR DEMOGRAFI DAN LINGKUNGAN KERJA. 9(3), 4515–4522. DOI: https://doi.org/10.36040/jati.v9i3.13720
Herdika, E., Aulia, S., Azzahra, D., Ristyawan, A., Daniati, E., Teknik, F., & Informasi, S. (2024). Klasifikasi Risiko Kambuhnya Kanker Tiroid Menggunakan Algoritma Random Forest. 8, 63–74.
Karimah, A., Dwilestari, G., & Mulyawan, M. (2024). Analisis Sentimen Komentar Video Mobil Listrik Di Platform Youtube Dengan Metode Naive Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 767–737. https://doi.org/10.36040/jati.v8i1.8373 DOI: https://doi.org/10.36040/jati.v8i1.8373
Khoirunnisa Hamidah, & Voutama, A. (2023). Analisis Faktor Tingkat Kebahagiaan Negara Menggunakan Data World Happiness Report dengan Metode Regresi Linier. Explore IT: Jurnal Keilmuan Dan Aplikasi Teknik Informatika, 15(1), 1–7. https://doi.org/10.35891/explorit.v15i1.3874 DOI: https://doi.org/10.35891/explorit.v15i1.3874
Nugraha, A., Nurdiawan, O., & Dwilestari, G. (2022). Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport. JATI (Jurnal Mahasiswa Teknik Informatika), 6(2), 849–855. https://doi.org/10.36040/jati.v6i2.5755 DOI: https://doi.org/10.36040/jati.v6i2.5755
Pradikdo, A. C., & Ristyawan, A. (2018). Model Klasifikasi Abstrak Skripsi Menggunakan Text Mining Untuk Pengkategorian Skripsi Sesuai Bidang Kajian. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 9(2), 1091–1098. https://doi.org/10.24176/simet.v9i2.2513 DOI: https://doi.org/10.24176/simet.v9i2.2513
Prakoso Indaryono, N. A. (2024). Analisa Perbandingan Algoritma Random Forest Dan Naïve Bayes Untuk Klasifikasi Curah Hujan Berdasarkan Iklim Di Indonesia. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 9(1), 158–167. https://doi.org/10.29100/jipi.v9i1.4421 DOI: https://doi.org/10.29100/jipi.v9i1.4421
Putri, F. S., Nazihah, Z., Ariningrum, D. P., Celesta, S., & Kharin Herbawani, C. (2022). Depresi Remaja di Indonesia: Penyebab dan Dampaknya Adolescent Depression in Indonesia: Causes and Effects. Jurnalkesehatanpoltekeskemenkesripangkalpinang, 10(2)(2), 99–108.
Ristyawan, A., Nugroho, A., & Amarya, T. K. (2025). Optimasi Preprocessing Model Random Forest Untuk Prediksi Stroke. 12(1). DOI: https://doi.org/10.35957/jatisi.v12i1.9587
Schutijser, B. C. F. M., Klopotowska, J. E., Jongerden, I. P., Wagner, C., & de Bruijne, M. C. (2020). Feasibility of reusing routinely recorded data to monitor the safe preparation and administration of injectable medication: A multicenter cross-sectional study. International Journal of Medical Informatics, 141(May), 104201. https://doi.org/10.1016/j.ijmedinf.2020.104201 DOI: https://doi.org/10.1016/j.ijmedinf.2020.104201
Setiawan, I., Yasin, I. F., Desianti, Y. T., & Surakarta, A. (2025). Komparasi Kinerja Algoritma Random Forest , Decision Tree , Naïve Bayes , dan KNN dalam Prediksi Tingkat Depresi Mahasiswa Menggunakan Student Depression Dataset. 6(1), 47–58. DOI: https://doi.org/10.35960/ikomti.v6i1.1756
Wijaya, Y., & Lunanta, L. (2024). Stres, kecemasan, dan depresi pada mahasiswa di Jakarta. Forum Ilmiah Indonusa, 21(1), 26–31.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Ady Yoga Pratama, Imam Syafi'i Maulana, Fifin Kumala Sari, Sherly Dian Tiara, Irwan Darmawan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
1. Hak cipta atas artikel apa pun dipegang oleh penulisnya.
2. Penulis memberikan jurnal, hak publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Lisensi Atribusi Creative Commons yang memungkinkan orang lain untuk membagikan karya dengan pengakuan atas kepenulisan dan publikasi awal karya tersebut dalam jurnal ini.
3. Penulis dapat membuat pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan dari publikasi awalnya di jurnal ini.
4. Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, di repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena hal itu dapat mengarah pada pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan.
5. Artikel dan materi terkait yang diterbitkan didistribusikan di bawah Lisensi Internasional Creative Commons Attribution-ShareAlike 4.0
.png)
