Klasifikasi Tingkat Stres Mahasiswa Menggunakan Metode Berbasis Tree

Abstract

Terjadinya perubahan yang signifikan didunia pendidikan pasca pandemi covid-19 mengakibatkan tingginya tingkat kecemasan mahasiswa. Kecemasan ini dapat menjadi pemicu stres, sehingga stres dikalangan mahasiswa menjadi masalah yang cukup serius.  Namun, penelitian sebelumnya terkait hal tersebut belum banyak. Sehingga perlu adanya pengenalan lebih lanjut tentang klasifikasi tingkat stres pada mahasiswa. Oleh karena itu, penelitian ini memfokuskan pada proses pemodelan permasalahan klasifikasi tingkat stres mahasiswa. Kami mengeksplorasi beberapa metode berbasis tree, antara lain: Decision tree, Random forest, Random tree, ID3, CHAID, dan Decision stump. Eksplorasi metode- metode ini ditujukan untuk menemukan metode yang paling optimal.

Hasil penelitian menunjukkan metode tree berupa ID3(Iterative Dichotomiser 3) yang diimplementasikan dengan skenario pembagian data train:data tes sebesar  80%:20% mampu menghasilkan tingkat akurasi sebesar 95%, dan untuk pengukuran performa menggunakan precision mendapatkan hasil sebesar 83,33%, serta pengukuran performa menggunakan recall mendapatkan hasil sebesar 97,44%. Dalam pemodelan klasifikasi tingkat stres mahasiswa menggunakan metode ID3 dengan skenario pembagian data sebesar 80% data train dan 20% data tes ini dihasilkan 29 aturan (rules) yang membentuk struktur pohon. Klasifikasi tingkat stres pada mahasiswa menggunakan metode tree mampu mengklasifikasikan tingkat stres mahasiswa dalam 3 kategori stres, yaitu stres ringan, stres sedang dan stres berat. Hasil penelitian ini dapat digunakan sebagai dasar untuk pengembangan lebih lanjut dalam memahami dan mengatasi masalah stres pada mahasiswa.

Kata Kunci— klasifikasi, tingkat stres pada mahasiswa, metode tree, rules, ID3.