PREDIKSI DEPRESI: INOVASI TERKINI DALAM KESEHATAN MENTAL MELALUI METODE MACHINE LEARNING

Abstract

Penelitian ini menangani isu serius kesehatan mental, khususnya depresi, dengan fokus mendalam pada pemahaman dan prediksi menggunakan metode machine learning. Tujuan utama penelitian adalah mengevaluasi berbagai algoritma machine learning dalam konteks prediksi depresi, dengan memanfaatkan data kesehatan mental yang semakin melimpah. Dengan pertanyaan penelitian yang memusatkan pada efektivitas metode, faktor-faktor yang memengaruhi performa, dan implementasi hasil prediksi secara praktis, penelitian ini berupaya mengembangkan model prediktif yang memberikan kontribusi signifikan pada pemahaman risiko depresi dan penerapan intervensi yang lebih tepat waktu. Hasil penelitian menyoroti Random Forest sebagai model unggulan dengan kinerja tinggi, menegaskan potensi aplikasi model-machine learning dalam pengelolaan depresi untuk solusi yang lebih terukur dan personal di bidang kesehatan mental.