e-Skripsi, Thesis, & Disertasi

UPT Perpustakaan Unwahas

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Prediksi  Tingkat  Risiko  Depresi  Pada  Mahasiswa Menggunakan Algoritma K-Nearest Neighbor
Penanda Bagikan

Text

Prediksi Tingkat Risiko Depresi Pada Mahasiswa Menggunakan Algoritma K-Nearest Neighbor

Attagantari Ardelia Retna - Mahasiswa; Arief Hidayat, S.Kom., M.Kom - Pembimbing I; Akhmad Pandhu Wijaya, S.Kom., M.Kom - Pembimbing II;

Masalah kesehatan mental, khususnya depresi, semakin mengkhawatirkan di kalangan mahasiswa karena tekanan akademik, sosial, dan pribadi yang mereka hadapi. Depresi yang tidak ditangani dapat mengganggu prestasi belajar, relasi sosial, hingga memicu risiko tindakan ekstrem. Penelitian ini bertujuan mengembangkan sistem prediksi tingkat risiko depresi mahasiswa berbasis algoritma klasifikasi K-Nearest Neighbor (KNN), yang merupakan salah satu teknik dalam data mining. Data dikumpulkan dari 300 mahasiswa melalui kuesioner yang terdiri dari 10 pernyataan terkait gejala depresi, disusun bersama domain expert dari fakultas kedokteran universitas wahid hasyim dan menggunakan skala Likert 0–3.


Ketersediaan
#
Perpustakaan Pusat 000
S03162S
Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
000
Penerbit
: ., 2025
Deskripsi Fisik
72 hlm
Bahasa
Indonesia
ISBN/ISSN
21103041043
Klasifikasi
000
Tipe Isi
text
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Prodi Teknik Informatika
Fakultas Teknik
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

File Karya Ilmiah
  • Prediksi Tingkat Risiko Depresi Pada Mahasiswa Menggunakan Algoritma K-Nearest Neighbor
Komentar

Anda harus masuk sebelum memberikan komentar

e-Skripsi, Thesis, & Disertasi
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Opening Hours
Monday - Saturday :
Open : 08.00 AM
Close : 19.00 PM

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Modified by Perpus UWH
Pilih subjek yang menarik bagi Anda
  • Fakultas Teknik
  • Fakultas Hukum
  • Fakultas Agama Islam
  • Fakultas Ilmu Sosial & Ilmu Politik
  • Fakultas Pertanian
  • Fakultas Kedokteran
  • Fakultas Farmasi
  • Fakultas Keguruan & Ilmu Pendidikan
  • Fakultas Ekonomi
  • Pascasarjana
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?