DETEKSI RISIKO DEPRESI DAN KECEMASAN MAHASISWA MENGGUNAKAN ALGORITMA NAIVE BAYES

Abstract

Abstrak
Kesehatan mental mahasiswa merupakan isu yang semakin mendesak di kalangan institusi pendidikan tinggi,
mengingat meningkatnya tingkat stres dan tekanan akademik yang dialami oleh mahasiswa. Penelitian ini
bertujuan untuk menganalisis hasil survei kesehatan mental mahasiswa dengan menggunakan algoritma Naive
Bayes untuk mendeteksi risiko depresi dan kecemasan. data diambil dari Kaggle yang mengacu pada penelitian
menggunakan data numerik atau data yang dapat diukur. Setelah melakukan preprocessing, data dibagi menjadi
data latih dan data uji. Model Naive Bayes dilatih dan dievaluasi menggunakan data tersebut. Hasil analisis
menunjukkan bahwa model Naive Bayes dapat dengan efektif mengklasifikasikan mahasiswa ke dalam kategori
risiko rendah, sedang, dan tinggi terkait depresi dan kecemasan, dengan akurasi yang signifikan. Temuan ini
memberikan wawasan penting bagi institusi pendidikan dalam merancang program intervensi yang lebih baik
untuk mendukung kesehatan mental mahasiswa, serta meningkatkan kesadaran akan pentingnya perhatian
terhadap kesehatan mental di lingkungan kampus.