Identifikasi Faktor Penyebab Tingkat Stres Pada Manusia Menggunakan Algoritma Random Forest

Di zaman serba digital ini, masalah stres makin sering diperhatikan, apalagi dengan banyaknya tekanan dari lingkungan sosial dan keluarga. Penelitian ini dibuat untuk mencari tahu apa saja faktor orang jadi stres dengan menggunakan algoritma Random Forest untuk mengelompokkannya. Data yang dipakai diambil dari website Kaggle, jumlahnya ada 1100 data, berisi faktor faktor yang berhubungan dengan kondisi pikiran, kesehatan, dan lingkungan. Penelitian ini meliputi pengumpulan data, pre-processing, penggunaan algoritma Random Forest, dan evaluasi model. Hasilnya menunjukkan bahwa melalui Feature Importance faktor penyebab stres adalah tekanan darah (blood_pressure) dengan menyumbangkan lebih 19%, diikuti oleh sleep_quality sebesar 11.05%, safety sebesar 10,29%, dan bullying 10,28% untuk menentukkan tingkat stres pada manusia. Model Random Forest juga bisa mengelompokkan tingkat stres (stres ringan, stres sedang, stres berat) dengan ketepatan 87,7% untuk mengetahui faktor stres pada manusia. Dari analisis yang dilakukan, tekanan darah, kualitas tidur, rasa aman, dan pengalaman di-bully adalah faktor utama yang memengaruhi tingkat stres. Diharapkan, hasil ini bisa berguna dalam memakai Machine Learning untuk membantu mencegah dan menangani stres dengan lebih tepat.

Kata Kunci: Stres, Klasifikasi, Random Forest, Machine Learning, Feature Importance