<![CDATA[Kesehatan mental remaja merupakan aspek krusial yang mempengaruhi perkembangan emosional, sosial, dan akademik. Instrumen Strengths and Difficulties Questionnaire (SDQ) merupakan alat skrining yang banyak digunakan, namun analisis manualnya membutuhkan waktu dan rentan subjektivitas. Penelitian ini bertujuan mengembangkan model klasifikasi kesehatan mental berbasis algoritma Random Forest menggunakan data SDQ siswa SMP di Kota Malang, serta mengevaluasi interpretabilitas model melalui SHAP dan uji data dummy. Dataset terdiri dari 1.946 responden dari enam sekolah, dengan kategori manual Normal, Ambang, dan Abnormal pada lima subskala SDQ dan skor Total Kesulitan. Model dilatih menggunakan 10-fold cross-validation dan diuji menggunakan holdout set. Hasil menunjukkan bahwa performa model berada pada rentang tinggi, dengan F1-Score cross-validation mencapai 96–100%, dan performa uji holdout berada pada 83–96% bergantung pada subskala. Analisis SHAP mengungkap pola kontribusi butir SDQ yang konsisten dengan temuan psikologis, seperti tingginya pengaruh item E2 (sering khawatir), H3 (bertindak tanpa berpikir), dan P3 (tidak disukai teman sebaya). Uji data dummy menunjukkan konsistensi keputusan model dalam memprediksi skenario ekstrem maupun realistis, sehingga memperkuat aspek robust-ness model. Dibandingkan penelitian terdahulu berbasis GAD-7, Rule-Based SDQ, maupun Random Forest klinis, model ini menunjukkan kinerja yang kompetitif sekaligus menawarkan interpretasi yang lebih kaya. Penelitian juga mengidentifikasi potensi risiko jika model digunakan secara langsung tanpa pendampingan ahli, sehingga model disimpulkan sebagai prototype analitik, bukan alat diagnosis. Secara keseluruhan, penelitian ini berhasil mencapai tujuan untuk mengembangkan, mengevaluasi, dan menjelaskan model klasifikasi kesehatan mental berbasis SDQ yang akurat dan interpretable, serta relevan untuk mendukung skrining dini di lingkungan pendidikan.]]>
Copyrights © 2026
