PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE UNTUK SISTEM DETEKSI DINI GANGGUAN MENTAL EMOSIONAL PADA REMAJA
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Ponorogo
Author
Cahyani Putriabhimata, Muthya
Subject
TA Engineering (General). Civil engineering (General)
Datestamp
2021-10-29 06:27:49
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.
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.
File :
surat.pdf
Judul Proposal Penelitian 1-1-17.pdf
Judul Proposal Penelitian 1-18-21.pdf
Judul Proposal Penelitian 1-22-32.pdf
Judul Proposal Penelitian 1-33-43.pdf
Judul Proposal Penelitian 1-44-64.pdf
Judul Proposal Penelitian 1-65-66.pdf
Judul Proposal Penelitian 1-67-70.pdf
Judul Proposal Penelitian 1-71-77.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
