Claim Missing Document
Check
Articles

Found 2 Documents
Search

Design and Development of a Predictive AI Model for Early Detection of Mental Disorders in Adolescents Robinson Robinson; Ahmad Ari Gunawan Sepriansyah; Ahmad Zarkasih; Selvia Damayanti
Technologia Journal Vol. 2 No. 3 (2025): Technologia Journal-August
Publisher : Pt. Anagata Sembagi Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62872/bx45ph86

Abstract

Adolescents are a vulnerable age group for mental disorders such as depression, anxiety, and stress. Early detection is crucial to enable timely and appropriate interventions. This study aims to design and develop a predictive artificial intelligence (AI) model capable of identifying potential mental health issues in adolescents. The research applies a quantitative experimental approach, collecting data through the locally validated DASS-21 questionnaire. The data were analyzed using Random Forest, Support Vector Machine, and Multilayer Perceptron algorithms, evaluated by accuracy, precision, recall, and F1-score metrics. The findings indicate that the Random Forest model achieved the highest accuracy at 87.4%. The system was designed with a user-friendly interface that delivers prediction results along with initial intervention recommendations. This study offers a significant contribution to preventive efforts in adolescent mental health through adaptive, accurate, and ethical AI-based technology.
Implementasi Aplikasi Keputusam Permintaan Alat dan Mesin Pertanian Pada Dinas Ketahanan Pangan, Tanaman Pangan dan Hotikultura Kabupaten Ogan Komering Ilir Robinson Robinson; Ahmad Zarkasih; Ahmad Ari Gunawan Sepriansyah; Yelli Yanti
Jurnal Komputer, Informasi dan Teknologi Vol. 6 No. 1 (2026): June
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v6i1.3251

Abstract

Kabupaten Ogan Komering Ilir (OKI) memiliki potensi besar dalam sektor pertanian, namun proses pendistribusian alat dan mesin pertanian (alsintan) masih menghadapi berbagai kendala, seperti subjektivitas penilaian, kurangnya transparansi, dan belum adanya standar kriteria yang baku dalam seleksi penerima bantuan. Permasalahan tersebut berdampak pada ketidaktepatan sasaran dan lambatnya respon terhadap kebutuhan kelompok tani. Penelitian ini bertujuan merancang dan membangun sistem pendukung keputusan berbasis web dengan penerapan metode Simple Additive Weighting (SAW) untuk membantu Dinas Ketahanan Pangan, Tanaman Pangan, dan Hortikultura (DKPTPH) Kabupaten OKI dalam menentukan prioritas penerima bantuan alsintan. Metode SAW dipilih karena kemampuannya melakukan penilaian multikriteria secara sederhana, terukur, dan efisien. Kriteria yang digunakan dalam sistem meliputi luas lahan, umur lahan, jumlah anggota kelompok tani, komoditas tanaman, hasil panen, serta riwayat bantuan sebelumnya. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu memberikan rekomendasi seleksi yang lebih objektif dan transparan, serta mempermudah proses evaluasi permohonan alsintan. Dengan demikian, sistem ini dapat meningkatkan efektivitas pendistribusian bantuan dan mendukung optimalisasi produktivitas pertanian di Kabupaten OKI.