Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Teknologi (IKOMTI)
Fatah Yasin, Ilham
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Komparasi Kinerja Algoritma Random Forest, Decision Tree, Naïve Bayes, dan KNN dalam Prediksi Tingkat Depresi Mahasiswa menggunakan Student Depression Dataset Ismail Setiawan; Fatah Yasin, Ilham; Tri Desianti, Yuninda
Jurnal IT UHB Vol 6 No 1 (2025): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v6i1.1756

Abstract

Kesehatan mental, khususnya depresi pada mahasiswa, menjadi isu penting yang membutuhkan perhatian serius. Penelitian ini bertujuan untuk membandingkan kinerja beberapa algoritma klasifikasi dalam memprediksi tingkat depresi mahasiswa menggunakan Student Depression Dataset (SDD). Algoritma yang dianalisis meliputi Random Forest, Decision Tree, Naïve Bayes, dan K-Nearest Neighbors (KNN). Metode yang digunakan mencakup evaluasi performa model berdasarkan metrik akurasi, Precision, Recall, dan F1-score. Hasil penelitian menunjukkan bahwa Random Forest memiliki performa terbaik dalam menyeimbangkan antara Precision dan Recall, sementara Naïve Bayes lebih cocok untuk aplikasi yang memprioritaskan Precision. Temuan ini memberikan wawasan baru dalam penerapan algoritma klasifikasi untuk data kesehatan mental dan menjadi dasar rekomendasi bagi institusi pendidikan dalam menyusun kebijakan yang lebih efektif untuk mendukung kesehatan mental mahasiswa.
Co-Authors Ismail Setiawan Tri Desianti, Yuninda