PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE UNTUK SISTEM DETEKSI DINI GANGGUAN MENTAL EMOSIONAL PADA REMAJA

Cahyani Putriabhimata, Muthya (2021) PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE UNTUK SISTEM DETEKSI DINI GANGGUAN MENTAL EMOSIONAL PADA REMAJA. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

[img] Text (Surat Persetujuan Unggah Karya Ilmiah)
surat.pdf

Download (157kB)
[img] Text (HALAMAN DEPAN)
Judul Proposal Penelitian 1-1-17.pdf

Download (654kB)
[img] Text (BAB 1)
Judul Proposal Penelitian 1-18-21.pdf

Download (34kB)
[img] Text (BAB 2)
Judul Proposal Penelitian 1-22-32.pdf

Download (356kB)
[img] Text (BAB 3)
Judul Proposal Penelitian 1-33-43.pdf
Restricted to Repository staff only

Download (434kB)
[img] Text (BAB 4)
Judul Proposal Penelitian 1-44-64.pdf
Restricted to Repository staff only

Download (668kB)
[img] Text (BAB 5)
Judul Proposal Penelitian 1-65-66.pdf
Restricted to Repository staff only

Download (27kB)
[img] Text (DAFTAR PUSTAKA)
Judul Proposal Penelitian 1-67-70.pdf

Download (257kB)
[img] Text (LAMPIRAN)
Judul Proposal Penelitian 1-71-77.pdf

Download (207kB)

Abstract

Gangguan mental emosional adalah kondisi yang mengindikasikan seseorang mengalami perubahan emosi dan apabila terus berlanjut dapat berkembang menjadi suatu keadaan yang patologis. Kesenjangan pengobatan gangguan jiwa di Indonesia mencapai 90% dikarenakan sedikitnya jumlah psikiater dan biaya terapi kesehatan mental lengkap dengan pengobatannya memakan biaya yang cukup besar. Untuk mengatasi masalah tersebut dibuat suatu sistem deteksi dini gangguan mental emosional pada remaja dengan menerapkan algoritma Support Vector Machine. Dalam penelitian ini digunakan 100 data yang terbagi menjadi dua jenis gangguna mental emosional yaitu cemas dan depresi. Metode yang digunakan adalah algoritma SVM yang mana termasuk dalam kategori metode klasifikasi yang baik. Hasil pengujian akhir menghasilkan nilai akurasi yaitu 85% dengan menggunakan rasio perbandingan data training dan data testing sebesar 80:20, kernel RBF, gamma = 0.1 dan nilai C = 10. Model SVM terbaik kemudian di implementasikan pada GUI. Hasil evaluasi dengan User Experience Questionnare pada GUI sistem deteksi dini gangguan mental emosional dengan menerapkan algoritma SVM menghasilkan nilai pengalaman pengguna termasuk kedalam kategori baik.

Item Type: Thesis (Skripsi (S1))
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Faculty of Engineering
Depositing User: ft . userft
Date Deposited: 02 Sep 2021 23:13
Last Modified: 29 Oct 2021 06:27
URI: http://eprints.umpo.ac.id/id/eprint/7565

Actions (login required)

View Item View Item