<![CDATA[Kesehatan mental karyawan di sektor teknologi menjadi isu yang semakin penting dengan meningkatnya tuntutan kerja, tekanan lingkungan, dan kurangnya dukungan perusahaan terhadap kesejahteraan psikologis. Banyak pekerja di industri ini mengalami stres, kecemasan, bahkan depresi akibat beban kerja yang tinggi dan budaya kerja yang kompetitif. Namun, masih minim penelitian yang secara khusus menganalisis bagaimana faktor demografi dan lingkungan kerja mempengaruhi risiko gangguan kesehatan mental. Oleh karena itu, penelitian ini berfokus pada prediksi kesehatan mental karyawan di sektor teknologi dengan menggunakan dataset dari survei"Mental Health in Tech" oleh OSMI periode 2017-2022 yang diambil dari Kaggle. Metodelogi yang digunakan adalah Knowledge Discovery in Database (KDD), dengan model prediksi berbasis Random Forest yang diimplementasikan menggunakan Google Colab Python. Penelitian ini bertujuan untuk menganalisis faktor-faktor utama yang berkontribusi terhadap kesehatan mental pekerja teknologi dan meningkatkan akurasi deteksi dini individu yang berisiko mengalami gangguan mental. Hasil model menunjukkan akurasi prediksi sebesar 93,8%, dengan precision untuk kelas terdiagnosis (kelas 0) mencapai 89% dan untuk kelas tak terdiagnosis (kelas 1) mencapai 99%. Recall untuk kelas 0 adalah 99%, sementara untuk kelas 1 adalah 89%. F1-Score menunjukkan performa yang sangat baik dengan nilai 94% untuk kedua kelas. Analisis AUC yang mendekati 1 (0.99) menegaskan bahwa model Random Forest memiliki kapabilitas tinggi dalam membedakan individu yang mengalami gangguan kesehatan mental dengan yang tidak. Temuan penelitian ini memberikan wawasan penting bagi perusahaan teknologi dalam memahami faktor-faktor yang mempengaruhi kesehatan mental karyawan serta sebagai dasar untuk merancang kebijakan yang lebih mendukung kesejahteraan pekerja.]]>
Copyrights © 2025
