ABSTRAK
Masalah stres di kalangan mahasiswa menjadi isu serius yang berdampak langsung pada performa akademik dan kesehatan mental. Banyak mahasiswa tidak menyadari tingkat stres yang mereka alami karena kurangnya kesadaran dan belum tersedianya sistem pendeteksi yang efektif. Oleh karena itu, artikel ini mengusulkan solusi bernama STRESCope (Stress Recognition System for College People), sebuah sistem deteksi stres berbasis kecerdasan buatan dengan algoritma Decision Tree. Sistem ini dirancang untuk menganalisis data kebiasaan dan kondisi psikologis mahasiswa, seperti durasi tidur, beban tugas, gejala psikosomatis, dan intensitas interaksi sosial, guna mengklasifikasikan tingkat stres ke dalam kategori rendah, sedang, atau tinggi. Selain hasil klasifikasi, STRESCope juga memberikan saran penanganan awal untuk membantu mahasiswa mengelola stres secara sehat. Proses pengembangan sistem meliputi pengumpulan data melalui kuesioner, preprocessing, pelatihan model dengan algoritma Decision Tree, evaluasi performa model, hingga pembuatan prototipe antarmuka berbasis web atau mobile. Dengan pendekatan ilmiah dan berbasis data, STRESCope diharapkan menjadi solusi praktis dan edukatif dalam mendukung kesejahteraan mental mahasiswa serta berpotensi dikembangkan lebih lanjut untuk integrasi dengan sistem akademik dan perangkat wearable.
Kata kunci: stres mahasiswa, kecerdasan buatan, decision tree, STRESCope, deteksi dini, kesehatan mental.
Â
PENDAHULUANÂ
Dalam dunia pendidikan tinggi, mahasiswa dihadapkan pada berbagai tuntutan, mulai dari beban akademik, tekanan sosial, hingga persoalan pribadi yang kompleks. Ketika tekanan tersebut berlangsung dalam waktu yang lama tanpa penanganan yang tepat, maka akan berdampak pada kondisi psikologis mahasiswa, khususnya stres. Stres yang tidak ditangani dengan baik dapat menyebabkan penurunan performa akademik, gangguan kesehatan mental, bahkan risiko depresi dan burnout.
Sayangnya, banyak mahasiswa tidak menyadari tingkat stres yang sedang mereka alami. Hal ini terjadi karena kurangnya kesadaran, minimnya layanan konseling yang terintegrasi, serta belum tersedianya sistem prediktif yang mampu mendeteksi stres sejak dini. Oleh karena itu, pemanfaatan teknologi modern seperti kecerdasan buatan (Artificial Intelligence/AI) menjadi alternatif yang sangat relevan dalam menciptakan solusi terhadap permasalahan ini.
Artikel ini membahas sebuah gagasan sistem yang diberi nama STRESCope, yaitu sebuah inovasi berbasis algoritma Decision Tree untuk mendeteksi dan memprediksi tingkat stres mahasiswa secara otomatis. Sistem ini diharapkan dapat membantu mahasiswa dan pihak kampus dalam menangani masalah stres secara lebih terukur dan efisien, serta menjadi langkah awal untuk mencegah dampak negatif yang lebih serius.
PEMBAHASAN
STRESCope, singkatan dari Stress Recognition System for College People, dirancang sebagai alat bantu digital yang memanfaatkan data pribadi dan kebiasaan mahasiswa untuk menganalisis tingkat stres yang sedang dialami. Data tersebut mencakup berbagai variabel seperti durasi tidur harian, jumlah tugas akademik yang harus diselesaikan, waktu luang, intensitas penggunaan media sosial, frekuensi komunikasi sosial, serta gejala-gejala psikosomatis seperti sakit kepala, kelelahan, dan perubahan suasana hati.
Algoritma Decision Tree dipilih sebagai inti dari sistem STRESCope karena memiliki keunggulan dalam memberikan hasil klasifikasi yang mudah dipahami oleh pengguna. Decision Tree menyusun keputusan-keputusan berdasarkan kondisi tertentu dan menghasilkan keluaran berupa kategori tingkat stres: rendah, sedang, atau tinggi. Selain itu, struktur pohon keputusan memudahkan sistem untuk menjelaskan alasan di balik hasil prediksi yang diberikan, sehingga pengguna dapat memahami apa yang menjadi penyebab stresnya.
