Implementasi Algoritma Support Vectore Machine Untuk Klasifikasi Kesehatan Mental Mahasiswa Tingkat Akhir pada Proses Penyusunan Skripsi Berdasarkan Filsafat AL-WUJ?D dalam Islam
DOI:
https://doi.org/10.55635/jic.v11i2.295Kata Kunci:
Kesehatan Mental, Mahasiswa Tingkat Akhir, Support Vector Machine, Filsafat Al-Wujud, SkripsiAbstrak
Permasalahan kesehatan mental pada mahasiswa tingkat akhir yang sedang mengerjakan skripsi tidak hanya dipicu oleh faktor eksternal namun faktor internal seperti kedekatan terhadap tuhannya, tekanan emosional, pemaknaan diri, serta kemampuan mengelola tuntutan akademik juga perlu diteliti. Penelitian ini bertujuan menganalisis tingkat stres dan kecemasan sebagai indikator kesehatan mental mahasiswa dengan menggunakan pendekatan machine learning untuk menganalisis data. Data diperoleh melalui kuesioner yang dimodifikasi dari Existential Anxiety Questionnaire yang telah divalidasi, mencakup aspek On Human Nature, On Knowledge, On Ethic, On Reality, serta satu aspek tambahan, Nature of God, berdasarkan filsafat al-wujud dalam Islam lalu disebarkan melalui google form dengan jumlah responden 285 mahasiswa. Pemodelan menggunakan SVM dengan menggunakan Stratified K-Fold, sedangkan evaluasi menggunakan confusion matrix. Hasil menunjukkan bahwa model klasifikasi stres dengan kernel linear mencapai akurasi 93%, sementara model kecemasan dengan kernel linear dan parameter C=10 mencapai akurasi 96%. Temuan juga memperlihatkan bahwa pemicu stres dominan berada pada aspek On Knowledge, sedangkan kecemasan banyak dipengaruhi aspek On Human Nature. Penelitian ini diharapkan menjadi dasar dalam pengembangan program pendampingan psikologis dan akademik untuk meningkatkan kesejahteraan mental mahasiswa tingkat akhir.
Referensi
[1] L. P. Dovat, “Depression and Anxiety identified to be the Most Commonly Reported Mental Health problems by General Practitioners,” Psychol. Disord. Res., vol. 1, no. 1, pp. 1–4, 2018, doi: 10.31487/j.pdr.2018.10.004.
[2] K. RI, “Badan Penelitian dan Pengembangan Kesehatan. Riset Kesehatan Dasar (RISKESDAS),” 2018.
[3] P. Ariadi, “Kesehatan Mental dalam Perspektif Islam,” Syifa’ Med. J. Kedokt. dan Kesehat., vol. 3, no. 2, p. 118, 2019, doi: 10.32502/sm.v3i2.1433.
[4] A. Amin, “Sebab dan Akibat Stres, Depresi dan Kecemasan serta Penanggulangannya,” J. Kaji. Ilmu dan Budaya Islam, vol. 3, no. 1, pp. 124–136, 2015.
[5] P. Khairun Imani and F. Rozi, “Pengaruh Self-Regulated Learning dan Prokrastinasi Akademik terhadap Kecemasan Akademik pada Mahasiswa,” J. Divers., vol. 10, no. 2, pp. 231–239, 2024, doi: 10.31289/diversita.v10i2.12971.
[6] M. N. Syam and S. S. Gismin, “Kecemasan Akademik dan Adversity Quotient: Studi pada Mahasiswa yang Mengerjakan Skripsi di Kota Makassar,” J. Psikol. Karakter, vol. 5, no. 1, pp. 333–338, 2025, doi: 10.56326/jpk.v5i1.5594.
[7] W. Kurniawan, A. Musthafa, and A. Kirani, “Analisis Klasifikasi Tingkat Kesehatan Mental pada Mahasiswi Akhir dalam Menempuh Tugas Akhir Menggunakan Algoritma Support Vector Machine Studi Kasus?: Universitas Darussalam Gontor,” Semin. Nas. TEKNOKA, vol. 9, no. 2502, pp. 17–27, 2024, [Online].
[8] A. N. Ulufah, A. Safi’i, S. Sokip, and M. T. Islam, “Perguruan Tinggi Berbasis Pesantren (Studi Kasus di Universitas Darussalam Gontor),” Tarbawi Ngabar J. Educ., vol. 5, no. 2, pp. 222–244, 2024, doi: 10.55380/tarbawi.v5i2.844.
[9] Z. D. Parlaungan, Haidar Putra Daulay, “PEMIKIRAN IBNU SINA DALAM BIDANG FILSAFAT,” J. Bilqolam Pendidik. Islam, no. 1, pp. 79–93, 2021.
[10] K. Siti Juwariyah, Alfajri Hulvi, Nor Riduan, “Mengukur Faktor Demografi Psikologis?: Memprediksi Depresi , Kecemasan , Komputika?: Jurnal Sistem Komputer Mengukur Faktor Demografi Psikologis?: Memprediksi Depresi , Kecemasan , dan Stres dengan menggunakan Machine Learning Measuring Psychological Demo,” Komputika J. Sist. Komput., vol. 13, no. January, pp. 157–164, 2025, doi: 10.34010/komputika.v13i2.11793.
[11] C. F. Weems, “The Existential Anxiety Questionnaire ( EAQ ) User Guide?: Original Scale Scoring , Reliability and Validity , Child-Youth Report , Spanish , Chinese , Dutch , Polish , Slovak Translations,” ReSearchGate, no. May, 2024
[12] F. Aziz, P. Ishak, and S. Abasa, “Klasifikasi Depresi Menggunakan Support Vector Machine: Pendekatan Berbasis Data Text Mining,” J. Pharm. Appl. Comput. Sci., vol. 2, no. 2, pp. 33–38, 2024, doi: 10.59823/jopacs.v2i2.53.
[13] C. F. Weems, “Existential Anxiety Questionnaire (EAQ) Development and Scoring Information,” … Empir. Anal. Anxiety, Stress. Coping, no. January 2004, pp. 72–74, 2004, doi: 10.13140/RG.2.2.22833.38241.
[14] H. Alshehri et al., “The prevalence of existential anxiety and its association with depression, general anxiety, and stress in Saudi university students,” Middle East Curr. Psychiatry, vol. 31, no. 1, 2024, doi: 10.1186/s43045-024-00435-4.
[15] D. Margarita, “Klasifikasi Penyakit Padi Menggunakan Support Vector Machine,” vol. 9, no. 4, pp. 2256–2270, 2024, [Online]. Available: https://doi.org/10.29100/jipi.v9i4.5634
[16] G. G. Ivo Düntsch, “Confusion Matrices and Rough Set Data Analysis Confusion Matrices and Rough Set Data Analysis,” J. Phys. Conf. Ser., 2019, doi: 10.1088/1742-6596/1229/1/012055.
[17] I. Ivanov, B. Toleva, and V. J. Hooper, “A fast and effective approach for classification medical data sets,” Int. J. Innov. Res. Sci. Stud., vol. 6, no. 3, pp. 545–552, 2023, doi: 10.53894/ijirss.v6i3.1580.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Jurnal Ilmiah IT CIDA
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Hak cipta dari artikel yang diterima akan diberikan kepada jurnal sebagai penerbit jurnal. Hak cipta yang dimaksud meliputi hak untuk menerbitkan artikel dalam berbagai bentuk (termasuk cetak ulang). Jurnal mempertahankan hak penerbitan atas artikel yang diterbitkan. Penulis diperbolehkan untuk menggunakan artikel mereka untuk tujuan hukum yang dianggap perlu tanpa izin tertulis dari jurnal dengan pengakuan publikasi awal jurnal ini.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.
