Diagnosa Tingkat Depresi Mahasiswa Tingkat Akhir STMIK IKMI Cirebon Menggunakan Algoritma K-NN

Main Article Content

Gustiani Regina Pratama Putri Tati Suprapti Riri Narasati

Abstract

Depresi dapat menjangkit siapa saja tanpa kecuali, mulai dari remaja sampai orang dewasa. Bahkan saat ini, tidak sedikit ditemukan kasus yang berkaitan dengan pelajar termasuk pelajar yang melakukan aksi bunuh diri . Maka dari dilakukannya diagnosa dini tingkat depresi yang dialami oleh mahasiswa tingkat akhir di STMIK IKMI Cirebon agar dapat dilakukan pencegaan terhadap hal-hal yang tidak diinginkan. Penelitian ini menggunakan metode pendekatan CRISP-DM dan algoritma K-NN. Sebelum masuk ke tahap pengklasifikasian, terlebih dahulu dilakukan pembentukan kelas menggunakan algoritma K-Means Clustering dengan K = 3. Hasil pengklasteran menunjukkan bahwa Cluster_0 adalah tingkat non-depresi, Cluster_1 tingkat depresi berat, dan Cluster_2 sebagai tingkat gejala depresi. Setelah dataset memiliki kelas, kemudian pengklasifikasian dilakukan menggunakan algoritma K-NN dengan K = 10. Hasil evaluasi Confusion Matrix menunjukkan nilai akurasi yang cukup besar, yaitu 91,75%. Cluster_0 memiliki nilai akurasi 93,55% dan nilai presisi 92,06%. Nilai akurasi dan presisi pada Cluster_2 sama besar yaitu 91,3%, sedangkan untuk Cluster_1 nilai akurasinya 90% dan nilai presisinya 91,84%. Dari visualisasi data hasil klasifikasi ditemukan bahwa mahasiswa tingkat akhir STMIK IKMI Cirebon berada pada tingkat non-depresi.

Article Details

How to Cite
Putri, G., Suprapti, T., & Narasati, R. (2024). Diagnosa Tingkat Depresi Mahasiswa Tingkat Akhir STMIK IKMI Cirebon Menggunakan Algoritma K-NN. ICIT Journal, 10(2), 149-159. https://doi.org/https://doi.org/10.33050/icit.v10i2.3012
Section
Articles