Sistem Identifikasi Gejala Kesehatan Mental Generasi Z menggunakan Metode Decision Tree

Abstract

Penelitian ini berfokus pada pengembangan sistem identifikasi kesehatan mental generasi z menggunakan metode decision tree. Generasi Z adalah kelompok demografis yang lahir antara pertengahan 1990-an hingga awal 2010-an, yang dikenal sebagai "natif digital". Mereka menghadapi berbagai tantangan kesehatan mental akibat paparan konstan terhadap teknologi dan media sosial. Penelitian ini bertujuan untuk mengidentifikasi dini masalah kesehatan mental pada generasi z dengan memanfaatkan metode decision tree. Penelitian ini menggunakan data survei yang disusun oleh peneliti sendiri, yang berisi pertanyaan mengenai gejala-gejala umum dari tujuh jenis gangguan kesehatan mental, dengan referensi dari buku DSM-5 dan NIMH (National Institute of Mental Health). Data tersebut diproses dan dianalisis menggunakan algoritma decision tree. Sistem ini diharapkan dapat memberikan prediksi dan rekomendasi yang berguna bagi para profesional kesehatan mental, sekolah, dan orang tua dalam memahami dan menangani kesehatan mental generasi z. Hasil penelitian menunjukkan bahwa sistem identifikasi ini memiliki tingkat akurasi sebesar 82%, yang memungkinkan sistem untuk memberikan informasi yang bermakna dan dapat diandalkan. Hal ini berpotensi membantu dalam mengurangi stigma terhadap masalah kesehatan mental dan memberikan dukungan yang lebih baik bagi generasi z dalam menjalani kehidupan yang sehat dan bahagia. Dengan demikian, penelitian ini berkontribusi pada peningkatan kesadaran dan pemahaman terkait kesehatan mental, serta pengembangan alat yang efektif dalam mendeteksi dan mengatasi masalah kesehatan mental pada generasi z. Kata Kunci: Kesehatan Mental, Generasi Z, Decision Tree, Machine Learning, Identifikasi Dini