Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Multidisciplinary on Social and Technology
Erna Dewi Lestari
Universitas Pamulang
Computer Science & IT Economics, Econometrics & Finance Engineering Social Sciences

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

Found 1 Documents
Search

 1 
Perancangan Aplikasi untuk Identifikasi Tingkat Kecemasan pada Remaja Menggunakan Algoritma Decision Tree Berbasis Web Erna Dewi Lestari; Ahmad Ahmad
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.13651

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi berbasis web guna mengidentifikasi tingkat kecemasan pada remaja menggunakan algoritma Decision Tree CART. Sistem dibangun untuk memfasilitasi proses skrining mandiri secara real-time dengan memanfaatkan instrumen kuesioner SCARED (Screen for Child Anxiety Related Emotional Disorders) versi bahasa Indonesia yang terdiri dari 41 butir pertanyaan. Metodologi penelitian memadukan pendekatan kuantitatif dan model pengembangan Software Development Life Cycle (SDLC). Tahapan penelitian mencakup pengumpulan data primer dari 300 responden remaja berusia 13–18 tahun pada jenjang sekolah menengah, perancangan arsitektur sistem menggunakan pemodelan Unified Modeling Language (UML), pelatihan model klasifikasi menggunakan pustaka scikit-learn, serta implementasi sistem menggunakan bahasa pemrograman Python dengan framework Django dan basis data MySQL. Hasil evaluasi menunjukkan model klasifikasi berhasil mencapai akurasi keseluruhan sebesar 75,00% pada data uji dan rata-rata validasi silang K-Fold sebesar 76,33% dalam mengelompokkan kecemasan ke dalam empat kategori: Normal, Ringan, Sedang, dan Berat. Model mencatatkan nilai recall tertinggi sebesar 88,00% pada kategori Berat, yang menjamin sensitivitas deteksi dini kasus serius. Pengujian fungsionalitas melalui Black Box Testing terhadap 10 fitur utama dengan 19 skenario berhasil mencapai tingkat kelulusan 100%, sedangkan pengujian usability terhadap 10 responden menghasilkan persentase kelayakan sebesar 91,11%. Sistem terbukti andal, mudah diakses, dan aplikatif sebagai media skrining dini bagi konselor dalam memantau kondisi psikologis siswa secara efisien.
Co-Authors Ahmad Ahmad