ANALISIS KESEHATAN MENTAL PADA MAHASISWA MENGGUNAKAN METODE K-MEANS

Dwi, Novita Nila and Widi Handoyo, Nugroho (2024) ANALISIS KESEHATAN MENTAL PADA MAHASISWA MENGGUNAKAN METODE K-MEANS. Skripsi thesis, Institut Informatika Dan Bisnis Darmajaya.

	Text COVER-.pdf Download (24kB)
	Text PERNYATAAN .pdf Download (327kB)
	Text ABSTRAK.pdf Download (6kB)
	Text HALAMAN PENGESAHAN-.pdf Download (801kB)
	Text DAFTAR ISI-.pdf Download (127kB)
	Text BAB 1.pdf Download (130kB)
	Text BAB 2.pdf Download (399kB)
	Text BAB 3.pdf Download (218kB)
	Text BAB 4-.pdf Download (313kB)
	Text BAB 5.pdf Download (126kB)
	Text DAFTAR PUSTAKA.pdf Download (121kB)
	Text LAMPIRAN-.pdf Download (217kB)

Abstract

Kesehatan mental merupakan keadaan yang memungkinkan individu mengatasi tekanan hidup, mengembangkan kemampuan, belajar, dan melakukan pekerjaan dengan baik. Kesehatan mental adalah bagian integral dari kesehatan dan kesejahteraan, yang mendasari kapasitas individu dan kolektif. Masalah kesehatan mental mencakup gangguan kesehatan mental dan disabilitas psikososial, serta kondisi kesehatan mental lainnya yang terkait dengan tekanan, disfungsi, atau risiko melukai diri sendiri. Mahasiswa merupakan kelompok usia muda yang rentan mengalami berbagai permasalahan kesehatan mental, seperti stres yang dialami mahasiswa. Masih kurangnya kesadaran mahasiswa dan masyarakat terkait kesehatan mental, pemahaman mendalam tentang penyebab kesehatan mental pada mahasiswa menjadi kunci dalam mengembangkan langkah-langkah intervensi yang efektif. Penelitian ini bertujuan untuk menerapkan metode k-means clustering dalam mengelompokkan data kesehatan mental Mahasiswa berdasarkan faktor-faktor penyebab yang relevan. Data set yang digunakan berasal dari survei kesehatan mental mahasiswa yang tersedia di situs web Kaggle, dan analisis dilakukan menggunakan perangkat lunak Rapidminer. Hasil analisis k-means dapat memfasilitasi pemahaman yang lebih baik tentang faktor-faktor yang memengaruhi kesehatan mental mahasiswa dan mengarahkan upaya intervensi secara lebih efisien.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Nila Nila Dwi Novita
Date Deposited:	14 Jun 2024 01:31
Last Modified:	14 Jun 2024 01:31
URI:	http://repo.darmajaya.ac.id/id/eprint/16470

Actions (login required)

View Item