SILVIANA CHANDRA CARERA (2025) DETEKSI POTENSI PENYAKIT KRONIS BERDASARKAN ASESMEN KESEHATAN MENTAL MENGGUNAKAN METODE TABULAR RESNET. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (1MB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (918kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (182kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (279kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (241kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (497kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (356kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (140kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (209kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (136kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (489kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (2MB)

Abstract

Permasalahan kesehatan mental pada siswa, terutama mereka yang memiliki penyakit kronis, menjadi isu penting dalam dunia pendidikan. Penyakit kronis dapat memengaruhi kondisi psikologis siswa secara signifikan dan sering kali tidak terdeteksi secara dini. Deteksi dini terhadap gangguan kesehatan mental berbasis data menjadi salah satu pendekatan inovatif yang dapat mendukung intervensi cepat dan tepat. Penelitian ini memiliki urgensi tinggi karena hingga saat ini belum banyak dilakukan pendekatan yang secara khusus mengklasifikasikan potensi penyakit kronis berdasarkan data kesehatan mental siswa. Untuk itu, penelitian ini merumuskan masalah: bagaimana kinerja metode Tabular ResNet dalam mengklasifikasikan potensi penyakit kronis berdasarkan data kesehatan mental siswa, serta sejauh mana teknik SMOTE dapat meningkatkan akurasi klasifikasi pada data yang tidak seimbang. Tujuan dari penelitian ini adalah membangun sistem klasifikasi yang akurat dengan pendekatan deep learning dan penyeimbangan data untuk mendeteksi potensi penyakit kronis. Penelitian ini menggunakan dataset dari Kaggle, menerapkan teknik SMOTE untuk penyeimbangan data, serta memanfaatkan metode Tabular ResNet dalam proses klasifikasi. Hasil evaluasi menunjukkan bahwa model dengan SMOTE mampu meningkatkan akurasi dan keseimbangan performa model dibandingkan dengan model tanpa SMOTE. Penelitian ini diharapkan dapat menjadi dasar bagi pengembangan sistem deteksi dini berbasis data dalam bidang pendidikan dan kesehatan.

Dosen Pembimbing: Slamet Riyadi, Ir., S.T., M.Sc., Ph.D. and Cahya Damarjati, S.T., M.Eng., Ph.D. | NIDN0509087801, NIDN0515038702
Item Type: Thesis (S1)
Uncontrolled Keywords: chronic illness, mental health, Tabular ResNet, SMOTE, classification, machinelearning
Divisions: Fakultas Teknik > S1 Teknologi Informasi
Depositing User: Yuliana Ramawati
Date Deposited: 28 Jul 2025 03:55
Last Modified: 28 Jul 2025 03:55
URI: https://etd.umy.ac.id/id/eprint/52258

Actions (login required)

View Item View Item