Prediksi Risiko Kesehatan Mental Berdasarkan Pola Penggunaan Perangkat Digital Menggunakan Algoritma Logistic Regression

Abstrak

Penggunaan perangkat digital yang semakin intens dalam kehidupan sehari-hari berpotensi mempengaruhi kondisi kesehatan mental individu. Penelitian ini bertujuan untuk memprediksi risiko kesehatan mental berdasarkan pola penggunaan perangkat digital menggunakan metode Logistic Regression. Dataset yang digunakan mencakup variabel perilaku digital, seperti durasi penggunaan perangkat per hari, jumlah notifikasi, dan frekuensi membuka kunci ponsel, serta variabel psikologis seperti tingkat stres, kecemasan, dan depresi. Proses penelitian mengikuti tahapan CRISP-DM, mulai dari pemahaman masalah hingga evaluasi model. Hasil pemodelan menunjukkan bahwa Logistic Regression memiliki performa yang baik dengan akurasi 86%, precision 0.83, recall 0.81, F1-Score 0.82, dan ROC-AUC sebesar 0.89. Variabel psikologis dan perilaku digital terbukti berpengaruh signifikan terhadap kategori risiko kesehatan mental. algoritma Logistic Regression memiliki potensi besar untuk digunakan dalam sistem deteksi dini kesehatan mental. Model prediksi berbasis pembelajaran mesin ini dapat menjadi alat pendukung dalam pengambilan keputusan yang lebih efektif terkait pencegahan dan penanganan risiko kesehatan mental di era digital.