<![CDATA[Penelitian ini bertujuan untuk meningkatkan kewarasan mahasiswa agar dapat menyelesaikan studi belajar tanpa adanya stres yang melanda, khususnya bagi mahasiswa UNUGHA Cilacap. Langkah yang digunakan yaitu, dengan cara memprediksi tingkat stres mahasiswa dengan menggunakan Algoritma K-Nearest Neighbor (KNN) berdasarkan faktor-faktor yang mempengaruhi keadaan psikologis mereka, seperti tekanan akademis, kesimbangan kehidupan, dan faktor-faktor psikologis lainnya. Dalam penelitian ini dipengaruhi oleh faktor Kebiasaan Studi, Waktu Tidur, Aktivitas Fisik, Kesehatan Fisik, Tingkat Stres, dan Tingkat kecemasan mahasiswa. Hasil penelitian menunjukkan bahwa Algoritma KNN dapat digunakan untuk mengklasifikasikan mahasiswa kedalam kategori tingkat stress tertentu dengan akurasi sebesar 83,33%, dengan data uji sebanyak 6 mahasiswa dan data training sebanyak 84 mahasiswa. Mahasiswa yang tergolong stres berat akan dilakukan penanganan secara intensif agar dapat dipulihkan kembali dengan cara melakukan pendekatan berkala dengan pendampingan seorang Psikolog yang ada di UNUGHA Cilacap. Selain itu, temuan ini menyoroti pentingnya teknologi kecerdasan buatan, khususnya Algoritma KNN, dalam mebantu mengidentifikasi faktor-faktor yang berkontribusi terhadap kesejahteraan psikologis mahasiswa, juga menekankan dampak stres pada perilaku dan kesejahteraan fisik mahasiswa termasuk kemungkinan munculnya emosi negative, kesulitan tidur, depresi, dan gangguan fisik lainnya. Temuan ini penting untuk pengembangan strategi intervensi yang lebih efektif dalam mendukung mahasiswa di lingkungan akademis yang penuh dengan tekanan. Penelititan ini menunjukan bahwa Aloritma KNN dapat digunakan sebagai alat prediksi yang efektif untuk memahami dan mengelola tingkat stres mahasiswa.]]>
