Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Syntax Jurnal Informatika

Komparasi Metode Machine Learning pada Diagnosa Gangguan Kejiwaan Depresi rusda wajhillah; saeful bahri; agung wibowo
SYNTAX Jurnal Informatika Vol 9 No 1: Mei 2020
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/syji.v9i1.2050

Abstract

Depresi atau penyakit kejiwaan berakibat fatal pada resiko kemungkinan bunuh diri. Depresi dapat didiagnosa sejak dini dan dilakukan secara mandiri. Hal ini sangat perlu dilakukan untuk membantu dalam penyembuhan dan pencegahan depresi. Model yang tepat dalam mendiagnosa depresi secara mandiri telah banyak diusulkan oleh beberapa peneliti. Pada penelitian ini dibandingkan metode machine learning yang paling akurat untuk mendiagnosa depresi, diantaranya algoritma Naïve bayes, kNN, Decision Tree dan Random Forest. Hasilnya diketahui algoritma Random Forest memiliki nilai akurasi paling tinggi diantara tiga algoritma lainnya yaitu sebesar 80,02%.