Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi Tingkat Stres Mahasiswa Universitas Muslim Indonesia Menggunakan Decision Tree dan Random Forest Muhammad Shabran; Herdianti Darwis; Siska Anraeni
LINIER: Literatur Informatika dan Komputer Vol 3, No 2 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i2.3633

Abstract

Kesehatan mental mahasiswa menjadi isu penting di lingkungan perguruan tinggi karena berpengaruh terhadap performa akademik, interaksi sosial, dan kesejahteraan psikologis. Mahasiswa sering menghadapi tekanan akademik dan tuntutan sosial yang dapat memicu stres dengan tingkat keparahan berbeda. Penelitian ini bertujuan untuk mengklasifikasikan tingkat stres mahasiswa Universitas Muslim Indonesia berdasarkan instrumen Depression Anxiety Stress Scale-21 (DASS-21) menggunakan algoritma Decision Tree berbasis Classification and Regression Tree (CART) dan Random Forest. Penelitian ini melibatkan lebih dari 3000 responden mahasiswa yang datanya diperoleh melalui kuesioner DASS-21 serta variabel pendukung seperti jenis kelamin, usia, fakultas, indeks massa tubuh, durasi tidur, olahraga, dan penggunaan media sosial. Tahapan analisis meliputi preprocessing data, feature engineering, encoding variabel, penanganan ketidakseimbangan kelas menggunakan Synthetic Minority Oversampling Technique for Nominal and Continuous data (SMOTENC), serta pembagian data 80% untuk pelatihan dan 20% untuk pengujian. Evaluasi model dilakukan menggunakan confusion matrix, accuracy, balanced accuracy, precision, recall, dan Macro F1-score. Hasil penelitian menunjukkan bahwa Random Forest dengan tuning tanpa SMOTENC memberikan performa terbaik dengan accuracy sebesar 0,9065 dan Macro F1-score sebesar 0,8427, serta lebih stabil dibandingkan Decision Tree dalam klasifikasi multi-kelas tingkat stres mahasiswa