Analisi Depresi Selama Pandemi Covid-19 Menggunakan Algoritma Random Forest
Main Article Content
Studi ini bertujuan untuk menganalisis tingkat depresi pada mahasiswa selama pandemi COVID-19 menggunakan algoritma Random Forest. Hasilnya menunjukkan bahwa sebagian mahasiswa mengalami gejala depresi ringan hingga berat. Hal ini menekankan pentingnya perhatian terhadap kesehatan mental mahasiswa, termasuk peningkatan pemahaman mengenai kesehatan mental dan psikologis sebagai bagian dari upaya pencegahan dan penanganan depresi.
Pandemi COVID-19 telah membawa dampak luar biasa tidak hanya dalam aspek kesehatan fisik, tetapi juga secara signifikan memengaruhi kesejahteraan mental masyarakat. Artikel ini menggali dampak depresi selama pandemi COVID-19, menyoroti faktor-faktor pemicu dan memperhatikan variasi dampak pada berbagai kelompok masyarakat. Isolasi sosial, kekhawatiran akan kesehatan diri dan keluarga, serta ketidakpastian ekonomi menjadi pemicu utama yang meningkatkan risiko depresi. Upaya-upaya untuk mengatasi tantangan kesehatan mental ini, termasuk intervensi psikologis dan dukungan sosial, juga menjadi fokus perhatian. Pemahaman mendalam tentang dinamika depresi selama pandemi ini sangat penting untuk merancang strategi yang efektif dalam menangani dampak kesehatan mental dan meningkatkan kesejahteraan masyarakat.
Adiputra, M., Putri, R. R. M. & S., 2018. Penerapan Bayesian Network Pada Sistem Pakar Ekspresi Wajah dan Bahasa Tubuh Melalui Pengamatan Indra Penglihatan Pada Foto.
Pengembangan Teknologi Informasi dan Komputer, Issue Universitas Brawijaya, pp. 199 -208.
Davison, G. C., Neale, J. M. & Kring, A. M., 2012. Psikologi Abnormal. 9 penyunt. Jakarta: Rajawali Pers.
American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders (5th ed.). Arlington, VA: American Psychiatric Publishing.
Breiman, L. (2001). Random forests. Machine learning, 45(1), 5-32.
Brooks, S. K., Webster, R. K., Smith, L. E., Woodland, L., Wessely, S., Greenberg, N., & Rubin, G. J. (2020). The psychological impact of quarantine and how to reduce it: Rapid review of the evidence. The Lancet, 395(10227), 912-920.
Holmes, E. A., O'Connor, R. C., Perry, V. H., Tracey, I., Wessely, S., Arseneault, L., ... & Bullmore, E. (2020). Multidisciplinary research priorities for the COVID-19 pandemic: A call for action for mental health science. The Lancet Psychiatry, 7(6), 547-560.
Kola, L. (2020). Global mental health and COVID-19. The Lancet Psychiatry, 7(8), 655-657.