relation: https://eprints.amikom.ac.id/id/eprint/32044/
title: PENERAPAN ALGORITMA DATA MINING UNTUK  KLASIFIKASI TINGKAT KESEHATAN MENTAL PEKERJA
creator: Amikatuzzain, Muhammad
subject: 000 Ilmu komputer, informasi dan pekerjaan umum
subject: 005 Pemrograman komputer, program dan data
description: Penelitian ini bertujuan untuk menerapkan teknik data mining dalam  mengklasifikasikan tingkat kesehatan mental pekerja guna memberikan instrumen  deteksi dini yang objektif. Permasalahan utama yang diangkat adalah tingginya  risiko gangguan psikososial di lingkungan perusahaan yang sering kali terlambat  ditangani akibat keterbatasan diagnosa awal. Metodologi yang digunakan dalam  penelitian ini mengikuti kerangka kerja Knowledge Discovery in Databases (KDD)  yang mencakup tahap pra-pemrosesan data, seleksi fitur, hingga implementasi  enam algoritma klasifikasi, yaitu Naive Bayes, XGBoost, Random Forest, SVM,  Logistic Regression, dan AdaBoost. Untuk mengatasi ketidakseimbangan kelas  pada dataset survei yang berjumlah 1.259 responden, diterapkan teknik Synthetic  Minority Over-sampling Technique (SMOTE). Hasil penelitian menunjukkan  bahwa penggunaan delapan fitur kunci, seperti riwayat keluarga dan interferensi  kerja, sangat efektif dalam memprediksi kebutuhan penanganan kesehatan mental.  Berdasarkan pengujian metrik evaluasi, algoritma Naive Bayes dan XGBoost  menunjukkan performa paling unggul dengan tingkat akurasi mencapai 0,8413.  Secara khusus, XGBoost mencatatkan nilai recall sebesar 0,9055, yang  mengindikasikan sensitivitas tinggi dalam mendeteksi individu yang benar-benar  membutuhkan bantuan profesional. Perbandingan dengan penelitian terdahulu  mengonfirmasi bahwa integrasi teknik SMOTE dan algoritma ensemble dalam  penelitian ini mampu melampaui capaian akurasi model-model sebelumnya.  Kesimpulannya, model klasifikasi yang dihasilkan memiliki reliabilitas yang kuat  untuk diintegrasikan ke dalam sistem pendukung keputusan bagi perusahaan dalam  melakukan intervensi dini terhadap kesehatan mental pekerja.
date: 2025-02-19
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32044/1/COVER.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32044/2/BAB%20I.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32044/3/BAB%20II.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32044/4/BAB%20III.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32044/5/BAB%20IV.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32044/6/BAB%20V.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32044/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
format: archive
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32044/8/Sourcecode%20-%2022.12.2560.zip
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32044/9/Publikasi.pdf
identifier:   Amikatuzzain, Muhammad  (2025) PENERAPAN ALGORITMA DATA MINING UNTUK KLASIFIKASI TINGKAT KESEHATAN MENTAL PEKERJA.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.