Sistem Pakar Diagnosa Tingkat Depresi Mahasiswa Tugas Akhir dengan Algoritma Teorema Bayes
Abstract
Students at Timor University consistently face the challenge of Final Projects. This presents a unique hurdle, and a significant number of students experience depression during this phase. Consequently, this impacts the smooth progression of guidance and the graduation rate for each semester. Therefore, early detection and prevention measures are crucial for students in the final project phase. This effort involves developing a web-based expert system to facilitate the identification of depression levels in students by their supervisors. The expert system utilizes Bayes' Theorem to provide an accuracy rating for the level of depression experienced by a student based on observable symptoms. The system development employs the Rapid Application Development (RAD) methodology. The research data comprises 28 symptom data points and three levels of depression (Mild, Moderate, Severe). System testing results demonstrate its effectiveness in measuring the depression levels of students at Timor University with an accuracy rate of 84%.
Keywords: Student; Depression; Expert System; Theorem Bayes
Abstrak
Mahasiswa Universitas Timor selalu dihadapkan dengan persoalan Tugas Akhir. Hal ini tentunya menjadi tantangan sehingga mengakibatkan mahasiswa mengalami depresi pada saat melaksanakan tugas akhir. Akibatnya, berpengaruh dalam kelancaran proses bimbingan serta persentase kelulusan untuk setiap periode wisuda kampus. Untuk itu perlu dilakukan pencegahan (deteksi) dini bagi mahasiswa yang sedang dalam periode tugas akhir. Upaya yang dilakukan adalah dengan membangun sistem pakar berbasis website yang mempermudah dosen pembimbing dalam mendeteksi tingkat depresi yang dialami seorang mahasiswa. Sistem pakar yang dibangun menggunakan Teorema Bayes untuk memberikan nilai akurasi pada tingkatan mana seorang mahasiswa berada berdasarkan gejala yang terlihat dan Metode RAD dalam pengembangan sistem. Data penelitian yang digunakan adalah 28 data gejala dan tiga tingkatan depresi (Ringan, Sedang, Tinggi). Hasil pengujian sistem membuktikan bahwa sistem ini dapat digunakan untuk mengukur tingkat depresi mahasiswa di Universitas Timor dengan tingkat persentase 84%.
Kata kunci: Mahasiswa; Depresi; Sistem Pakar; Teorema Bayes
References
S. Gabrielle and S. Novitayani, “Hubungan Self-Awareness Dengan Tingkat Depresi Pada Mahasiswa Keperawatan Yang Sedang Melaksanakan Tugas Akhir,” JIM FKep, vol. 6, no. 1, pp. 1–6, 2022.
Q. D. Firmansyah, W. Q. MM, and N. W. R. Ningtyas, “Hubungan Kecemasan Dengan Kualitas Tidur Mahasiswa Dalam Penyelesaian Tugas Akhir Di Sekolah Tinggi Ilmu Kesehatan Borneo Cendekia Medika,” Jurnal Borneo Cendekia, vol. 5, no. 2, pp. 148–157, 2021.
I. G. A. K. Warmayana, “Sistem Informasi Banten Otonan Di Era Society 5.0,” Jurnal Ilmiah Ilmu Agama dan Ilmu Sosial Budaya, vol. 15, no. 2, pp. 144–156, 2020, [Online]. Available: https://andi.link/hootsuite-
S. Sugiono, “Industri Konten Digital dalam Perspektif Society 5.0,” Jurnal IPTEK-KOM, vol. 22, no. 2, pp. 175–191, 2020, doi: 10.33164/iptekkom.22.2.2020.175-191.
S. Aminah and R. Mahyuni SPd, “Sistem Pakar Untuk Mendiagnosa Penyakit Asam Lambung Menggunakan Metode Teorema Bayes,” Jurnal Cyber Tech, vol. 10, no. 10, pp. 1–12, 2020.
N. A. Sagat and A. S. Purnomo, “Sistem Pakar Diagnosa Penyakit Mata Menggunakan Metode Teorema Bayes,” Jurnal Pendidikan dan Teknologi Indonesia, vol. 1, no. 8, pp. 329–337, Aug. 2021, doi: 10.52436/1.jpti.73.
Y. H. Agustin, Z. Asgara, and W. Baswardono, “Pengembangan Aplikasi Diagnosa Penyakit Mata dengan Algoritma Teorema Bayes,” Jurnal Algoritma, vol. 21, no. 1, pp. 228–238, May 2024, doi: 10.33364/algoritma/v.21-1.1564.
S. Auliannisa and M. I. Hatta, “Hubungan Social Comparison dengan Gejala Depresi pada Mahasiswa Pengguna Instagram,” Jurnal Riset Psikologi, vol. 1, no. 2, pp. 147–153, Feb. 2022, doi: 10.29313/jrp.v1i2.561.
M. P. Yanti and N. R. Nurwulan, “Pengaruh Pembelajaran Daring Terhadap Depresi, Stres, Dan Kecemasan Mahasiswa,” Jurnal Muara Pendidikan, vol. 6, no. 1, pp. 58–63, 2021.
R. J. Barus and A. Simangunsong, “Sistem Pakar Diagnosa Penyakit Kejiwaan Pada Pasien Jiwa Dengan Metode Naive Bayes,” Jurnal Mahajana Informasi, vol. 6, no. 2, pp. 24–31, 2021.
N. N. Santoso, Y. Maulita, and H. Khair, “Sistem Pakar Diagnosa Tingkat Depresi Mahasiswa Tingkat Akhir Dengan Menggunakan Metode Certainty Factor,” BIMASATI, vol. 1, no. 5, pp. 153–158, 2022.
J. R. A. Lao, S. A. S. Mola, and D. Prasetyo, “Implementasi Sistem Pakar Dalam Mendiagnosa Tingkat Depresi Pada Remaja Di Kota Kupang Menggunakan Metode Forward Chaining,” Jurnal INOVATIFWIRA WACANA, vol. 2, no. 1, pp. 29–36, 2023.
M. R. Maulana and S. I. Al Idrus, “Sistem Pakar Untuk Mengukur Tingkat Depresi Mahasiswa Menggunakan Metode Fuzzy Sugeno,” Ocean Engineering : Jurnal Ilmu Teknik dan Teknologi Maritim, vol. 2, no. 1, pp. 37–50, 2023.
R. I. Ndaumanu et al., Tahapan - Tahapan Rekayasa Perangkat Lunak, 1st ed., vol. 1. Bandung: Media Sains Indonesia, 2022.
Y. D. Wijaya and M. W. Astuti, “Pengujian Blackbox Sistem Informasi Penilaian Kinerja Karyawan PT Inka (Persero) Berbasis Equivalence Partitions,” Jurnal Digital Teknologi Informasi, vol. 4, no. 1, pp. 22–26, 2021.
How To Cite This :
Refbacks
- There are currently no refbacks.
