Perbandingan Kinerja Random Forest Dan Smote Random Forest Dalam Mendeteksi Dan Mengukur Tingkat Stres Pada Mahasiswa Tingkat Akhir
DOI:
https://doi.org/10.52958/iftk.v20i1.9158Kata Kunci:
Klasifikasi, Random Forest, Oversampling SMOTE, Stress.Abstrak
Dalam kehidupan sehari-hari manusia, stres merupakan masalah nyata sehingga menjadi bagian yang tidak terpisahkan. Ketidaksiapan individu dalam menghadapi tuntutan akademis dapat mengakibatkan stres sebagai salah satu gangguan psikologis. Dalam hal ini, stres akademik merupakan stres yang dialami oleh mahasiswa, terutama mahasiswa tingkat akhir. Adanya banyak tekanan baik dari masalah ekonomi, akademik maupun kondisi sosial dapat menjadi pemicu stres bagi mahasiswa tingkat akhir. Penelitian ini bertujuan untuk mengklasifikasikan diagnosa tingkat stress mahasiswa tingkat akhir dengan membandingkan kinerja yang terbaik antara Random Forest dengan SMOTE Random Forest. Data yang diolah dalam penelitian ini merupakan data yang dihasilkan oleh kuesioner yang berisi 14 pertanyaan yang ditujukan pada mahasiswa tingkat akhir yang sedang melaksanakan skripsi. Adapun hasil dari penelitian ini, disimpulkan bahwasannya metode Random Forest dengan menggunakan SMOTE mampu mempengaruhi dan meningkatkan evaluasi klasifikasi studi kasus klasifikasi diagnosa mahasiswa tingkat akhir dengan akurasi sebesar 71%, precision sebesar 72% dan recall sebesar 71% pada pembagian 80% data latih, 20% data uji dengan nilai K=5.
Referensi
Sudarsono, B. G., dan Lestari, S. P. Diagnosa Tingkat Depresi Mahasiswa Akhir Terhadap Penelitian Ilmiah Menggunakan Algoritma K-Nearest Neighbor. Vol. 4, pp. 1094–1099, 2020. https://doi.org/10.30865/mib.v4i4.2448
Istammaroh, S. T. F. Klasifikasi rekurensi pasien kanker payudara menggunakan metode Random Forest (RF). 2020, UIN Sunan Ampel Surabaya.
Sultan Farel Syah Reza. Implementasi Algoritma Random Forest Terhadap Prediksi Good Loan/Bad Loan Kredit Nasabah Bank Di Jakarta. 2023. Universitas Pembangunan Nasional Veteran Jakarta.
Pramana, S., Yuniarto, B., Mariyah, S., Santoso, I., dan Nooraeni, R. Data mining dengan R konsep setara implementasi (1st ed.). Bogor : IN MEDIA, 2018.
Google for Developers. Machine Learning: Data Tidak Seimbang. Retrieved December 5, 2023, from https://developers.google.com/machine-learning/data-prep/construct/sampling-splitting/imbalanced-data?hl=id.
Yarah, H. R. Perbandingan Random Forest Dan Smote Random Forest Pada Klasifikasi Berat Badan Lahir Rendah (BBLR), 2023.
Giovanniello, J., Bravo-Rivera, C., Rosenkranz, A., dan Matthew Lattal, K. Stress, associative learning, and decision-making. Neurobiology of Learning and Memory, vol.204, pp.107812, 2023. https://doi.org/10.1016/J.NLM.2023.107812.
Ambarwati, P. D., Pinilih, S. S., dan Astuti, R. T. Gambaran Tingkat Stres Mahasiswa. Jurnal Keperawatan Jiwa vol. 5, no.1.
MA Putri, N Rosmawarni. Klasifikasi Kematangan Melinjo (Gnetum Gnemon Linn.) Berdasarkan Citra HSV dengan K-Nearest Neighbors. Krea-TIF: Jurnal Teknik Informatika, 2023
N Rosmawarni, RD Amalia, Z Niqotaini. Pengaplikasian Penggunaan Microsoft Office Sebagai Media Pengajaran Dan Pembelajaran Bagi Guru Di Smks Mandiri Bojonggede Bogor. Jurnal Abdimas Bina Bangsa, 2023.
TDR Octavia, N Rosmawarni, A Zaidiah. Implementasi Algoritma Multiple Linear Regression untuk Memprediksi Temperatur Udara Berdasarkan Kadar Zat Polutan di Kota Tangerang Selatan. JRSF Raya, 2024.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Vionota Oktaviani, Neny Rosmawarni, M. Panji Muslim

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
KEBIJAKAN YANG DIAJUKAN UNTUK JURNAL YANG MENAWARKAN AKSES TERBUKA
Syarat yang harus dipenuhi oleh Penulis sebagai berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).