SKRIPSI Jurusan Teknik Elektro - Fakultas Teknik UM, 2019

Ukuran Huruf:  Kecil  Sedang  Besar

Klasifikasi Perawatan Gangguan Kesehatan Mental Karyawan dengan Algoritma K-Nearest Neighbor

Risalatul Mu'awanah

Abstrak


Masalah kesehatan mental semakin menjadi hal yang berpengaruh di tempat kerja. Masalah tersebut akan mempengaruhi produktivitas karyawan sehingga berdampak pada ekonomi perusahaan. Dalam mengatasi permasalahan tersebut, perusahaan perlu mengidentifikasi faktor-faktor yang terkait dengan kesehatan mental karyawan. Maka dari itu diperlukannya sebuah metode klasifikasi untuk mengetahui karyawan yang menginginkan perawatan gangguan kesehatan mental. Penelitian ini bertujuan untuk mengetahui penerapan feature selection menggunakan chi square terhadap kinerja algoritma K-Nearest Neighbor (KNN) dalam melakukan klasifikasi.

Tahapan yang dilakukan dalam penelitian meliputi: (1) proses pengumpulan data yang diperoleh dari Open Sourcing Mental Illnes (OSMI), (2) proses preprocessing data yang dilakukan adalah data cleaning, feature selection, data transformation, (3) proses implementasi algoritma KNN dalam melakukan klasifikasi data, dan (4) proses evaluasi untuk mengetahui hasil kinerja algoritma menggunakan confussion matrix yang akan menghasilkan nilai precision, recall, accuracy.

Hasil penelitian menunjukan bahwa pengklasifikasian menggunakan algoritma KNN diperoleh hasil akurasi 87,27%, precision 84,21%, dan recall 96,97%. Berdasarkan hasil tersebut, maka dapat disimpulkan kinerja yang dihasilkan lebih efektif dari penelitian sebelumnya. Kenaikan akurasi sebesar 2,27% ini dibandingkan dengan penelitian yang dilakukan oleh Shruti Appiah dalam melakukan klasifikasi mengggunakan Naïve Bayes dan SVM menghasilkan akurasi sebesar 66%. Dapat disimpulkan bahwa data perawatan kesehatan mental dapat diterapkan untuk klasifikasi menggunakan KNN menghasilkan tingkat akurasi yang tinggi.