Rancang Bangun Visualisasi Data Depresi Pada Aplikasi Mental Health Assistance Berbasis Web dengan K-Means Clustering

4817040347, Nurul Amala Azza (2021) Rancang Bangun Visualisasi Data Depresi Pada Aplikasi Mental Health Assistance Berbasis Web dengan K-Means Clustering. Lainnya thesis, Politeknik Negeri Jakarta.

[thumbnail of Halaman Identitas Dokumen Skripsi] Text (Halaman Identitas Dokumen Skripsi)
Halaman identitas dokumen skripsi.pdf

Download (4MB)
[thumbnail of BAB 2 s/d BAB 4 Isi Skripsi] Text (BAB 2 s/d BAB 4 Isi Skripsi)
BAB 2 sd BAB 4 Isi Skripsi.pdf
Restricted to Hanya Civitas Akademika PNJ

Download (5MB)
[thumbnail of Manuskrip Artikel Ilmiah] Text (Manuskrip Artikel Ilmiah)
Manuskrip artikel ilmiah.pdf
Restricted to Hanya Staff Repositori

Download (649kB)

Abstrak

Depresi adalah gangguan emosional yang ditandai dengan dengan kesedihan yang berkepanjangan, putus harapan, perasaan bersalah dan tidak berarti sehingga menyebabkan seluruh proses mental dapat mempengaruhi motivasi untuk beraktivitas dalam kehidupan sehari-hari maupun pada hubungan interpersonal. Data Riskesdas (riset kesehatan dasar) 2018, menunjukan pemahaman akan kesehatan mental di Indonesia cenderung rendah dibuktikan dengan 91% masyarakat Indonesia yang mengalami gangguan jiwa tidak tertangani dengan baik. Berdasarkan data tersebut, maka kesadaran akan kesehatan mental harus ditanamkan kepada masyarakat Indonesia untuk meminimalisir resiko terkena gangguan jiwa. Aplikasi android “Are you okay?” adalah aplikasi untuk deteksi dini depresi pada penggunanya. Namun data dapresi pengguna pada aplikasi tersebut belum sepenuhnya dapat dilihat secara jelas dan efisien karena belum adanya visualisasi data seperti tabel atau grafik. Visualisasi data sangat diperlukan untuk menentukan tindakan psikolog terhadap visual yang diberikan. Dari masalah tersebut, dibuatlah visualisasi data depresi berbasis web menggunakan k-means clustering untuk mengelompokkan data depresi berdasarkan umur, jenis kelamin, status pekerjaan dan tingkat depresi. Berdasarkan hasil pengujian, pengelompokan data depresi menggunakan Davies Bouldin Index (DBI) menghasilkan 6 klaster, sedangkan menggunakan Elbow Method, dan Silhouette Method menghasilkan 4 klaster. Visualiasi data dapat dilihat pada dashboard website dengan presentase keberhasilan sistem sebesar 100%.

Tipe Dokumen: Thesis / Skripsi / Tugas Akhir (Lainnya)
Subjek: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
100 - Filsafat dan Psikologi > 150 Psikologi (ilmu jiwa) > 150 Psikologi (ilmu jiwa)
Bidang, Unit, atau Jurusan Yang Ditujukan: Teknik Informatika dan Komputer > Teknik Informatika D4
User ID Pengunggah: Nurul Amala Azza
Date Deposited: 27 Aug 2021 02:14
Last Modified: 27 Aug 2021 02:14
URI: https://repository.pnj.ac.id/id/eprint/669

Actions (login required)

View Item
View Item