EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Klasifikasi Burnout Mahasiswa menggunakan Algoritma Random Forest dengan Analisa Feature Importance

Andrean Yuriko, Abd. Hadi

Pseudocode · 28.02.2026 · 13 (1) · 54-62

DOI: 10.33369/pseudocode.13.1.54-62 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Pseudocode, online erschienen am 28.02.2026. Verfasst von Andrean Yuriko und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Stres berkepanjangan di lingkungan pendidikan tinggi dapat menyebabkan kelelahan emosional, fisik, dan mental di kalangan mahasiswa, yang berdampak negatif pada konsentrasi, kinerja akademik, dan kesehatan mental. Studi ini bertujuan untuk mengklasifikasikan tingkat kelelahan mahasiswa menggunakan algoritma Random Forest dan menganalisis kinerja model serta faktor-faktor dominan yang berkontribusi melalui pendekatan pentingnya fitur. Dataset diperoleh dari platform Kaggle dan terdiri dari 1.100 sampel yang mencakup variabel psikologis, fisiologis, lingkungan, akademik, dan sosial. Metodologi penelitian meliputi pra-pemrosesan data, penyeimbangan data menggunakan Synthetic Minority Over-sampling Technique (SMOTE), dan pembagian data dengan enam skenario: 70:30, 75:25, 78:22, 80:20, 83:17, dan 87:13. Hasil eksperimen menunjukkan bahwa semua skenario pembagian menghasilkan kinerja yang relatif stabil, dengan pembagian 80:20 mencapai akurasi tertinggi sebesar 89%, sedangkan skenario lainnya berkisar antara 85% hingga 87%. Analisis pentingnya fitur menunjukkan bahwa faktor fisiologis, khususnya tekanan darah, memiliki kontribusi paling signifikan terhadap klasifikasi kelelahan siswa.

Zitieren

APA

Yuriko, A., & Hadi, A. (2026). Klasifikasi Burnout Mahasiswa menggunakan Algoritma Random Forest dengan Analisa Feature Importance. Pseudocode, 13(1), 54-62. https://doi.org/10.33369/pseudocode.13.1.54-62

Vancouver

Yuriko A, Hadi A. Klasifikasi Burnout Mahasiswa menggunakan Algoritma Random Forest dengan Analisa Feature Importance. Pseudocode. 2026;13(1):54-62. doi:10.33369/pseudocode.13.1.54-62

BibTeX
@article{Yuriko2026,
  author = {Yuriko, Andrean and Hadi, Abd.},
  title = {Klasifikasi Burnout Mahasiswa menggunakan Algoritma Random Forest dengan Analisa Feature Importance},
  journal = {Pseudocode},
  year = {2026},
  volume = {13},
  number = {1},
  pages = {54--62},
  doi = {10.33369/pseudocode.13.1.54-62}
}
Kostenlos starten →