Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Fokus Elektroda (Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali)
Dwi Kumara Widyatna
Universitas Dinamika
Computer Science & IT Electrical & Electronics Engineering Energy Engineering

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

Found 1 Documents
Search

 1 
Sistem Pakar Berbasis Android untuk Mengetahui Tingkat Depresi Dini Mahasiswa Menggunakan Metode Dempster Shafer Tri Sagirani; Dwi Kumara Widyatna; Nunuk Wahyuningtyas
Jurnal Fokus Elektroda : Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali) Vol. 9 No. 1 (2024): Jurnal Fokus Elektroda Vol 9 No 1 2024
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Depresi merupakan gangguan jiwa yang ditandai dengan munculnya gangguan mood dan kehilangan minat. Telah dilakukan survey kepada 58 mahasiswa tingkat akhir di beberapa universitas di Surabaya didapatkan data gejala depresi yang sering dialami antara lain mengalami perubahan pola tidur, perubahan nafsu makan, pesimis, kehilangan energi, kehilangan ketertarikan, dan berfikir untuk tidak melanjutkan tugas akhir. Penelitihan ini berfokus pada membangun system pakar untuk pendeteksi dini tingkat stress pada mahasiswa tingkat akhir di Surabaya menggunakan metode Dempster Shafer. Metode ini digunakan karena memiliki kemudahan dalam menggunakan nilai pembobotan dan pemberian nilai kepercayaan terhadap suatu gejala. Sistem pakar yang dibangun memiliki dampak bagi mahasiswa dan dokter psikiater. Bagi mahasiswa dapat meningkatkan rasio mahasiswa dalam penyelesaian tugas akhir dan bagi dokter psikiater aplikasi ini dapat digunakan sebagai layanan tambahan dan kemudahan dalam melakukan konsultasi bagi pengguna. Ujicoba terhadap sistem telah dilakukan dengan menggunakan metode confusion matrix, sistem ini memberikan nilai accuracy sebesar 87,5% dan pada precision memiliki nilai 93,3% dan juga recall mempunyai nilai 93,3%.
Co-Authors Tri Sagirani Wahyuningtyas, Nunuk