Klasifikasi Kesehatan Mental Remaja Tingkat SMA di Kota Lhokseumawe Menggunakan Algoritma Random Forest

Abstract

Kesehatan mental menjadi isu penting dalam perkembangan seorang remaja yang berdampak pada prestasi akademik, hubungan sosial, kualitas hidup, dan kesejahteraan secara keseluruhan. Dengan data dari 229 remaja di Kota Lhokseumawe, penelitian ini mengembangkan model klasifikasi kesehatan mental remaja berbasis Random Forest.  Data dikategorikan ke dalam empat kelas gangguan mental (Tidak Ada Indikasi, Level 1-3) berdasarkan indikator HSCL-25 dan motivasi belajar. Metode penelitian mencakup studi literatur, pengumpulan data, preprocessing data, training model, serta evaluasi kinerja menggunakan metrik akurasi evaluasi. Hasil menunjukkan bahwa model mencapai akurasi sebesar 86,96%, dengan F1-score masing-masing sebesar 0,94 Tidak Ada Indikasi), 0,81 (level 1), 0,75 (level 2), dan 0,00 (level 3). Analisis feature importance mengidentifikasi bahwa kesepian, perasaan tidak berharga, dan kehilangan harapan merupakan fitur utama paling berpengaruh dalam klasifikasi. Meskipun model mampu mengklasifikasikan sebagian besar data dengan baik, masih terdapat kesalahan klasifikasi pada beberapa tingkat gangguan mental. Model, yang dibangun menggunakan API Flask dan Laravel dalam sistem berbasis web, memungkinkan remaja mengisi kuesioner dan memperoleh hasil klasifikasi secara otomatis. Dengan demikian, model Random Forest dapat digunakan sebagai alat bantu klasifikasi yang efektif dalam mendeteksi potensi gangguan mental remaja. Hasil penelitian ini dapat menjadi dasar bagi institusi pendidikan dalam merancang strategi intervensi yang lebih tepat sasaran