<![CDATA[Depresi pada remaja merupakan salah satu masalah kesehatan mental yang dapat memengaruhi kesejahteraan psikologis, prestasi akademik, dan interaksi sosial. Identifikasi faktor-faktor yang berkontribusi terhadap risiko depresi diperlukan untuk mendukung upaya deteksi dini dan pencegahan yang lebih efektif. Penelitian ini bertujuan mengidentifikasi faktor dominan yang berkontribusi terhadap prediksi risiko depresi remaja menggunakan Extreme Gradient Boosting (XGBoost) dengan interpretasi SHapley Additive exPlanations (SHAP). Penelitian memanfaatkan dataset publik yang terdiri atas 1.200 sampel remaja dengan atribut karakteristik individu, kondisi psikologis, penggunaan media sosial, dan aspek gaya hidup. Untuk mengatasi ketidakseimbangan kelas digunakan pendekatan scale_pos_weight, sedangkan evaluasi model dilakukan menggunakan Repeated Stratified Cross Validation. Hasil pengujian menunjukkan rata-rata F1-score sebesar 96,11% dengan standar deviasi 5,66%, yang mengindikasikan performa klasifikasi yang baik dan konsisten. Analisis SHAP menunjukkan bahwa sleep_hours, stress_level, daily_social_media_hours, dan anxiety_level merupakan variabel yang memberikan kontribusi terbesar terhadap prediksi model. Temuan ini menunjukkan bahwa pada dataset yang digunakan, berkurangnya durasi tidur, tingginya tingkat stres dan kecemasan, serta penggunaan media sosial yang lebih intens berkontribusi terhadap peningkatan prediksi risiko depresi. Selain menghasilkan performa klasifikasi yang baik, pendekatan XGBoost dengan SHAP juga meningkatkan transparansi model dalam menjelaskan kontribusi masing-masing variabel terhadap hasil prediksi. Hasil penelitian ini bersifat prediktif berdasarkan dataset yang digunakan dan tidak dimaksudkan sebagai dasar diagnosis klinis depresi.]]>
Copyrights © 2026
