Text

Sistem Deteksi Awal Kesehatan Mental Mahasiswa Tingkat Akhir Berbasis Web Menggunakan Instrumen DASS-42

---

Kesehatan mental mahasiswa tingkat akhir sangat rentan terganggu oleh tekanan akademik penyelesaian tugas akhir. Penelitian ini mengembangkan sistem deteksi dini gangguan kesehatan mental berbasis web untuk membantu mahasiswa mengenali tingkat depresi, kecemasan, dan stres yang dialami. Sistem ini dibangun menggunakan instrumen Depression Anxiety Stress Scale (DASS-42) untuk pengukuran, dengan bahasa pemrograman Python (Flask) dan basis data MySQL. Pengguna melakukan pengisian kuesioner DASS-42 secara mandiri, lalu sistem menghitung skor dan mengklasifikasikan hasilnya ke dalam kategori normal, ringan, sedang, parah, atau sangat parah. Berdasarkan hasil klasifikasi tersebut, sistem menyediakan rekomendasi atau solusi awal yang disesuaikan dengan tingkat keparahan gangguan kesehatan mental yang terdeteksi. Pengembangan sistem mengikuti model Waterfall sehingga kebutuhan fungsional dapat dipenuhi secara sistematis. Hasil pengujian menunjukkan bahwa seluruh fitur utama (registrasi, login, pengelolaan data, pengisian kuesioner, proses diagnosis, laporan hasil, dan solusi) berjalan sesuai skenario tanpa kesalahan fungsional (pengujian Black Box). Selain itu, pengujian penerimaan pengguna (User Acceptance Testing) melibatkan mahasiswa dan psikolog klinis memperoleh rata-rata nilai 92% (“Sangat Setuju”), menunjukkan tingkat kepuasan dan keandalan sistem yang tinggi. Dengan demikian, sistem ini efektif sebagai media deteksi awal kesehatan mental secara mandiri dan diharapkan dapat meningkatkan kesadaran mahasiswa terhadap kondisinya serta mendorong penanganan lebih dini.

---

Availability

Detail Information

Call Number

Informatika 368.3 Sep s

Language

Indonesia

NPM

223510624

Publisher

Teknik Infomatika : Universitas Islam Riau., 2026

Keyword(s)

Kesehatan Mental
sistem berbasis web
eteksi dini
DASS-42
solusi awa

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment