Gerri Asa Saputra
Universitas Sriwijaya

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Knowledge Discovery untuk Identifikasi Atribut Dominan Depresi Mahasiswa Menggunakan Random Forest: Knowledge Discovery for Identifying Dominant Attributes of Student Depression Using Random Forest Nur Salwa Fadia Akmar; Gerri Asa Saputra; M. Suandi; Muhammad Yusuf; Alsella Meiriza; Ken Ditha Tania; Ahmad Rifai
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2684

Abstract

Depresi merupakan gangguan kesehatan mental yang umum dialami Mahasiswa dan dipengaruhi oleh faktor sosial, akademik, serta psikologis. Penelitian ini bertujuan untuk mengidentifikasi atribut dominan depresi pada Mahasiswa menggunakan pendekatan data mining dalam kerangka Knowledge Discovery in Databases (KDD). Kebaruan penelitian ini terletak pada integrasi seleksi fitur Weight by Information Gain dan klasifikasi Random Forest untuk mengukur kontribusi atribut secara kuantitatif. Dataset Student Mental Health yang digunakan berjumlah 101 data, dengan distribusi kelas yang tidak seimbang. Hasil menunjukkan bahwa Marital Status merupakan atribut yang paling dominan, diikuti oleh Treatment, Anxiety, dan Panic Attack. Model menghasilkan akurasi sebesar 80,36%. Penelitian ini menunjukkan bahwa pendekatan yang digunakan tidak hanya mampu melakukan klasifikasi, tetapi juga mampu mengidentifikasi faktor dominan depresi pada Mahasiswa secara objektif.