Fath, Muhammad Syahrul (2025) PREDIKSI TINGKAT STRES AKADEMIK PADA MAHASISWA SEMESTER AKHIR MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS MOBILE (TA.1.25.017). Diploma thesis, Universitas Logistik & Bisnis Internasional.
Full text not available from this repository.Abstract
Mahasiswa semester akhir sering mengalami tekanan akademik yang tinggi akibat beban tugas akhir, skripsi, ujian, dan berbagai tuntutan administratif lainnya. Tekanan ini dapat memicu stres akademik yang berdampak negatif pada kesehatan mental dan performa akademik. Penelitian ini bertujuan untuk memprediksi tingkat stres akademik mahasiswa semester akhir berdasarkan faktor gaya hidup menggunakan algoritma Support Vector Machine (SVM). Data yang digunakan berasal dari survei yang mencakup variabel seperti jam belajar, durasi tidur, aktivitas ekstrakurikuler, interaksi sosial, aktivitas fisik, dan Indeks Prestasi Kumulatif (IPK). Dengan mengolah 2000 data entri, model SVM dibangun untuk mengklasifikasikan tingkat stres menjadi tiga kategori: rendah, sedang, dan tinggi. Hasil penelitian ini diharapkan dapat membantu institusi pendidikan dalam mengenali mahasiswa yang berpotensi mengalami stres berat sehingga dapat memberikan intervensi tepat waktu dan sesuai kebutuhan. Implementasi sistem ini meliputi proses pendaftaran, input data, validasi, prediksi stres, dan penyajian hasil kepada tim medis atau psikolog untuk tindak lanjut yang diperlukan. Kata kunci : Stres akademik, mahasiswa semester akhir, Support Vector Machine (SVM), prediksi stres, gaya hidup
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Sekolah Vokasi > Teknik Informatika D3 |
| Depositing User: | PKL LIMA LIMA |
| Date Deposited: | 26 Sep 2025 03:55 |
| Last Modified: | 26 Sep 2025 03:55 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/3519 |
Actions (login required)
 |
View Item |
