KLASIFIKASI TINGKAT STRES SISWA DALAM PEMBELAJARAN DARING MENGGUNAKAN ALGORITMA RANDOM FOREST

Wantania, Novena M.V. and Adrian, Angelia Melani and Pandelaki, Steven (2021) KLASIFIKASI TINGKAT STRES SISWA DALAM PEMBELAJARAN DARING MENGGUNAKAN ALGORITMA RANDOM FOREST. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE MANADO.

	PDF COVER-DAFTAR_ISI_NovenaWantania.pdf Download (7MB)
	PDF BAB_ISI-LAMPIRAN_NovenaWantania.pdf Restricted to Repository staff only Download (5MB)

Official URL: https://digilib.unikadelasalle.ac.id/

Abstract

Pembelajaran daring dilakukan sebagai salah satu upaya dalam mencegah penularan COVID-19. Siswa yang pada awalnya terbiasa dengan pembelajaran tatap muka, saat ini harus menyesuaikan diri dengan pembelajaran daring. Keputusan Pemerintah mengenai pembelajaran daring menyebabkan siswa mengalami kesulitan berkonsentrasi selama belajar dari rumah dan meningkatnya rasa jenuh yang berpotensi menimbulkan gangguan pada kesehatan mental. Stres merupakan suatu kondisi yang dapat mengganggu mental ataupun fisik dari individu dan hasil dari interaksi individu dengan lingkungan yang dianggap sebagai ancaman terhadap kesejahteraan individu. Stres yang dialami oleh siswa disebut dengan stres akademik. Stres akademik merupakan stres yang berhubungan dengan kegiatan belajar siswa. Stres terbagi dalam 3 tingkat yaitu stres ringan, sedang dan berat. Data Mining merupakan ekstrasi informasi atau pola yang penting dari data yang ada pada sebuah database yang besar. Salah satu tugas yang dapat dilakukan oleh Data Mining yaitu klasifikasi. Klasifikasi digunakan untuk menemukan model atau fungsi yang menjelaskan atau membedakan konsep atau kelas data, dengan tujuan untuk dapat memperkirakan kelas dari suatu objek yang labelnya tidak diketahui. Random Forest merupakan algoritma yang cocok digunakan untuk masalah klasifikasi pada Data Mining.
Berdasarkan permasalahan di atas dibutuhkan sebuah solusi untuk mengklasifikasikan tingkat stres siswa selama pembelajaran daring untuk membantu siswa mendapatkan informasi tingkat stres yang dialami agar bisa mendapatkan penanganan atau pengobatan lebih lanjut, serta bisa menjadi bahan evaluasi sekolah mengenai proses pembelajaran daring dengan menggunakan algoritma Random Forest.
Data yang akan digunakan yaitu siswa dari SMA Negeri 1 Langowan. Pembangunan aplikasi menggunakan Waterfall sebagai metodologi, PHP sebagai bahasa pemrograman dan UML (Unified Modeling Language) sebagai kakas pemodelan.
Hasil yang didapat yaitu aplikasi mampu mengklasifikasi tingkat stres yang dialami siswa selama pembelajaran daring. Output yang dihasilkan yaitu tingkat stres ringan, sedang dan berat dengan cara menjawab pernyataan-pernyataan yang ada. Pada penelitian ini, algoritma Random Forest dapat diterapkan dengan hasil akurasi tertinggi yaitu 85%.

Kata Kunci: Tingkat Stres, Stres Akademik, Pembelajaran Daring, Data Mining Klasifikasi, Random Forest.

Item Type:

Thesis (Skripsi)

Creators: