Perancangan Model Artificial Intelligence Prediktif untuk Identifikasi Awal Gangguan Mental pada Remaja

Abstract

Gangguan mental pada mahasiswa merupakan permasalahan yang semakin meningkat dan memerlukan upaya identifikasi awal yang cepat dan sistematis. Penelitian ini bertujuan untuk merancang dan mengimplementasikan model Artificial Intelligence prediktif menggunakan algoritma Random Forest untuk melakukan identifikasi awal gangguan mental pada mahasiswa. Data penelitian diperoleh dari 300 responden mahasiswa melalui penyebaran kuesioner yang memuat indikator kondisi psikologis, tekanan akademik, dan faktor sosial. Tahapan penelitian meliputi pengumpulan data, preprocessing data, pembagian data latih dan data uji, pembangunan model, serta evaluasi performa model. Hasil pengujian menunjukkan bahwa model Random Forest mampu menghasilkan nilai accuracy sebesar 87%, precision sebesar 85%, recall sebesar 88%, dan F1-score sebesar 86%. Hasil tersebut menunjukkan bahwa model memiliki kemampuan klasifikasi yang baik dalam mengidentifikasi potensi gangguan mental secara awal. Model yang dihasilkan dapat dimanfaatkan sebagai sistem pendukung keputusan dalam membantu institusi pendidikan melakukan pemantauan kondisi mental mahasiswa secara lebih dini, tanpa menggantikan diagnosis tenaga profesional.