Implementasi Data Mining untuk Memprediksi Kesehatan Mental Mahasiswa menggunakan Algoritma Naïve Bayes

Juwita, Adinda Salsabila
Kurniawan, Ananda Rizky
Ashari, Adhitya Aryaputra
Putro, Daffa Tyan
Nurcahyawati, Vivine

KOMPUTEK
Vol. 8 No. 1 (2024): April

Kesehatan mental saat ini menjadi permasalahan di dunia kesehatan. Berdasarkan survey kesehatan mental Indonesia National Adolescent Mental Health Survey (I-NAMHS), terjadi gangguan mental pada remaja 10 – 17 tahun di Indonesia. Hal tersebut menunjukkan satu dari tiga remaja Indonesia memiliki masalah kesehatan mental. Dengan adanya gangguan kesehatan tersebut dapat membuat remaja tidak fokus dalam belajar dan menurunkan prestasi akademik. Mozaic Science melalui World Economic Forum (WEF) mencatat jumlah mahasiswa di Inggris yang mengunjungi bagian konseling kampus meningkat hampir lima kali jika dibandingkan dengan 10 tahun lalu. Peneliti memberikan solusi dengan menggunakan algoritma Naïve Bayes dan menggunakan metode SEMMA dalam proses mengklasifikasi data mengenai kesehatan mental pada mahasiswa. Berdasarkan hasil pengujian Confusion Matrix dengan ratio 70%:30% menghasilkan accuracy sebesar 93,33% terhadap 101 dataset dari Kaggle.