Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Restikom : Riset Teknik Informatika dan Komputer
Ibni Haziq Pryandara
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi Depresi Pada Siswa Menggunakan Neural Network dan Random Forest Ibni Haziq Pryandara; Genta Akbar; Nouval Daffa; Perdi Firdaus R; M. Sidik Aljabar; Rudianto
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.453

Abstract

Permasalahan kesehatan mental di kalangan remaja, khususnya siswa, semakin mendapat perhatian global seiring meningkatnya prevalensi gangguan psikologis seperti depresi. Pola hidup seperti aktivitas fisik, kebiasaan tidur,dan pola makan merupakan faktor eksternal yang turut memengaruhi kondisi mental remaja. Penelitian ini bertujuan untuk membandingkan performa algoritma Random Forest dan ANN dalam mengklasifikasikan tingkat depresi siswa berdasarkan pola hidup yang mencakup durasi tidur, durasi belajar, tekanan akademik, dan kepuasan belajar. Penelitian ini menggunakan metodologi CRISP-DM (Cross-Industry Standard Process for Data Mining), CRISP-DM terdiri dari enam tahap utama, namun kami hanya menggunakan enam tahap utama yang meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Data yang digunakan bersumber dari dataset terbuka Kaggle yang berkaitan dengan pola hidup dan kesehatan mental pelajar. Secara keseluruhan performa tingkat akurasi Random Forest 95% hampir setara dengan ANN 97%, Model ANN menunjukkan hasil yang sedikit lebih unggul pada metrik recall dan AUC. Meskipun demikian, Random Forest masih memperlihatkan kemampuan klasifikasi yang sangat baik dan dapat menjadi pilihan yang handal dalam mendeteksi tingkat depresi siswa berdasarkan data yang ada.
Co-Authors Genta Akbar M. Sidik Aljabar Nouval Daffa Perdi Firdaus R Rudianto