DIAGNOSA KESEHATAN MENTAL MAHASISWA TINGKAT AKHIR DENGAN PENDEKATAN NAÏVE BAYES DAN DEMPSTER SHAFER
Naïve Bayes merupakan salah satu algoritma dalam kecerdasan buatan (Artificial Intelligence) yang digunakan untuk klasifikasi data berdasarkan probabilitas, dengan asumsi bahwa setiap fitur dalam data bersifat independen. Dalam penelitian ini, Naïve Bayes digunakan untuk mendiagnosa kesehatan mental mahasiswa tingkat akhir berdasarkan hasil kuisioner DASS-42 (Depression Anxiety Stress Scale 42) yang mengukur tingkat depresi, kecemasan, dan stres. Sedangkan, Dempster Shafer digunakan untuk menangani ketidakpastian data dan memperkuat keputusan diagnosa. Untuk meningkatkan akurasi model, digunakan SMOTE untuk menangani ketidakseimbangan kelas dalam dataset. Evaluasi model depresi mencapai Akurasi 90%, Precision 91%, Recall 90%, dan F1-score 90%. Untuk model kecemasan, menghasilkan Akurasi 88%, Precision 89%, Recall 88%, dan F1-score 88%. Dan untuk model stress, Akurasi 95%, Precision 93%, Recall 96%, dan F1-score 94%. Sistem dapat digunakan melalui aplikasi Streamlit untuk memberikan diagnosis awal kondisi mental mahasiswa tingkat akhir yang diperkuat dengan nilai dari Dempster Shafer sehingga hasil lebih akurat. Hasil ini menunjukkan bahwa Naïve Bayes dan Dempster Shafer efektif untuk diagnosa kesehatan mental mahasiswa tingkat akhir.
APA Style
. (2025).DIAGNOSA KESEHATAN MENTAL MAHASISWA TINGKAT AKHIR DENGAN PENDEKATAN NAÏVE BAYES DAN DEMPSTER SHAFER ().Teknik Informatika:FTI
Chicago Style
.DIAGNOSA KESEHATAN MENTAL MAHASISWA TINGKAT AKHIR DENGAN PENDEKATAN NAÏVE BAYES DAN DEMPSTER SHAFER ().Teknik Informatika:FTI,2025.Text
MLA Style
.DIAGNOSA KESEHATAN MENTAL MAHASISWA TINGKAT AKHIR DENGAN PENDEKATAN NAÏVE BAYES DAN DEMPSTER SHAFER ().Teknik Informatika:FTI,2025.Text
Turabian Style
.DIAGNOSA KESEHATAN MENTAL MAHASISWA TINGKAT AKHIR DENGAN PENDEKATAN NAÏVE BAYES DAN DEMPSTER SHAFER ().Teknik Informatika:FTI,2025.Text
