<![CDATA[Kesehatan mental pelajar merupakan isu krusial yang dipengaruhi oleh berbagai faktor demografis dan perilaku, termasuk gender, usia, frekuensi stres karena akademik, durasi tidur, dan penyebab utama stres. Penelitian ini bertujuan menganalisis bagaimana faktor-faktor tersebut memengaruhi tingkat stres pelajar karena akademik menggunakan pendekatan pipeline analiysis. Dataset berjumlah 33 responden yang dikumpulkan melalui survei formulir daring dengan selanjutnya melakukan analisis melalui tahapan data understanding, data cleaning, Exploratory Data Analysis (EDA), data preprocessing, dan data modeling. Empat algoritma machine learning (ML) diterapkan, yaitu Logistic Regression, Decision Tree, Random Forest, dan Gradient Boosting, dengan validasi silang 3-fold. Logistic Regression menunjukkan performa terbaik dengan CV Accuracy sebesar 0,576 ±0,214. Frekuensi stres akademik, durasi tidur, dan penyebab stres akademik teridentifikasi sebagai fitur paling signifikan. Mayoritas responden merasakan stres karena akademik pada level 4 dari 5, dengan penyebab utama adalah ujian dan nilai (45,5%) serta kondisi finansial (24,2%). Faktor akademik dan finansial merupakan prediktor utama tekanan pada pelajar. Model yang dikembangkan berpotensi digunakan sebagai sistem peringatan dini di institusi pendidikan. Diperlukan pengumpulan data yang lebih besar (minimal 500 responden) untuk meningkatkan keandalan model secara operasional.]]>
