Teknologi Naïve Bayes untuk Deteksi Dini Gangguan Kecemasan dengan Moodlify

Informatika.umsida.ac.id – Gangguan kecemasan adalah salah satu masalah kesehatan mental yang paling umum, ditandai dengan rasa takut dan khawatir yang berlebihan, sering kali tanpa alasan yang jelas. Di Indonesia, survei Global Health Data Exchange pada tahun 2017 menunjukkan bahwa gangguan kecemasan memengaruhi lebih dari 8,4 juta jiwa. Gejala-gejala gangguan kecemasan bervariasi, dari ketakutan pada situasi sosial hingga fobia spesifik seperti ketakutan akan ruang terbuka atau tempat tertutup.

Dalam beberapa kasus, gangguan kecemasan dapat memengaruhi aktivitas sehari-hari, seperti pekerjaan, pendidikan, atau hubungan sosial. Kebutuhan akan sistem yang mampu membantu deteksi dini gangguan kecemasan menjadi semakin mendesak, mengingat dampak yang ditimbulkan baik secara psikologis maupun fisik. Moodlify hadir sebagai solusi dengan pendekatan teknologi canggih untuk menangani permasalahan ini.

Penerapan Teknologi Naïve Bayes di Moodlify


Moodlify menggunakan metode Naïve Bayes, sebuah pendekatan probabilistik yang berbasis pada teorema Bayes, untuk menganalisis data gejala yang dimasukkan pengguna. Sistem ini menghubungkan data gejala dengan kategori gangguan kecemasan melalui proses penghitungan probabilitas. Sebagai contoh, seseorang yang sering mengalami gejala seperti rasa cemas yang berlebihan saat berpisah dengan orang terdekat atau kesulitan tidur karena kekhawatiran, akan dianalisis oleh sistem untuk menentukan jenis gangguan yang mungkin dialami.

Proses analisis ini didukung oleh data yang dikumpulkan dari berbagai wawancara dan observasi, termasuk 49 jenis gejala yang telah teridentifikasi. Dengan sistem berbasis web, Moodlify memungkinkan pengguna untuk memasukkan data gejala dengan opsi penilaian, mulai dari “tidak berlaku” hingga “sangat sering terjadi,” sehingga meningkatkan akurasi diagnosis.

Desain dan Fitur Aplikasi Moodlify
Aplikasi ini dirancang untuk memberikan pengalaman yang ramah pengguna. Halaman utama berisi navigasi yang sederhana, di mana pengguna dapat mendaftar, login, dan langsung melakukan tes kecemasan. Pertanyaan dalam tes dirancang untuk menggali informasi terkait gejala yang dialami, seperti rasa cemas berlebihan, gejala fisik seperti nyeri dada, atau gangguan tidur. Setelah semua pertanyaan dijawab, hasil tes akan ditampilkan dalam bentuk diagnosis.

Selain itu, Moodlify memiliki fitur tambahan seperti:

  • Tipe Kecemasan: Penjelasan mendalam tentang jenis gangguan kecemasan, termasuk gangguan panik, agorafobia, dan gangguan kecemasan sosial.
  • Riwayat Tes: Catatan hasil tes sebelumnya yang dapat diakses kembali oleh pengguna.
  • Artikel Edukasi: Informasi tambahan tentang cara menangani kecemasan dan menjaga kesehatan mental.

Implementasi teknologi ini melibatkan framework Next.js di sisi klien dan server, dengan Flask digunakan sebagai penghubung antara antarmuka pengguna dan model prediktif Naïve Bayes. Sistem ini mampu mengolah data secara efisien dan menghasilkan diagnosa yang relevan.

Efektivitas dan Pengujian Moodlify


Hasil pengujian aplikasi menunjukkan bahwa Moodlify berhasil memenuhi kebutuhan fungsionalitas dan kegunaan. Pengujian dilakukan melalui tiga metode utama:

  • Black-box Testing: Semua fitur aplikasi, seperti pengisian gejala, navigasi antarhalaman, dan penyajian hasil, berjalan sesuai rencana.
  • Responsivitas: Aplikasi mampu menyesuaikan tampilan pada berbagai perangkat, termasuk smartphone, tablet, dan laptop.
  • User Acceptance Testing (UAT): Dari 20 responden, aplikasi mendapatkan tingkat kepuasan rata-rata sebesar 91%. Pengguna menyatakan bahwa aplikasi ini menarik, mudah digunakan, dan sangat membantu dalam mendeteksi gangguan kecemasan.

Dengan tingkat akurasi 81%, Moodlify menjadi inovasi yang menjanjikan dalam mendukung masyarakat untuk mengenali dan menangani gangguan kecemasan secara lebih efektif. Melalui akses yang mudah dan antarmuka yang intuitif, aplikasi ini berpotensi menjadi alat bantu yang signifikan dalam kesehatan mental.

 

Bertita Terkini

Efektivitas Media Edutainment dalam Pembelajaran Matematika Selama Pandemi
December 30, 2024By
Inovasi Baru: Aplikasi Android Mahkota Motor untuk Solusi Perawatan Kendaraan
December 28, 2024By
Deteksi Masker Wajah: Solusi Modern untuk Kesehatan dan Keselamatan
December 23, 2024By
Mengelola Risiko Bisnis di Industri Pembangkit Listrik Pasca-Pandemi
December 22, 2024By
Digitalisasi Perpustakaan SMA Muhammadiyah 1 Taman: Inovasi melalui Sistem Informasi Teknologi
December 16, 2024By
Aplikasi Pengenalan Virus Covid-19 Berbasis Augmented Reality: Terobosan Baru Edukasi Kesehatan
December 14, 2024By
Sistem Pakar Diagnosa Anemia: Inovasi Teknologi untuk Kesehatan Masyarakat
December 2, 2024By
Sistem Pakar Diagnosa Gangguan Kecemasan: Inovasi Teknologi untuk Kesehatan Mental
November 24, 2024By

Prestasi

M. Nauval Amrullah dari Prodi Informatika UMSIDA Raih Gelar Juara di Bandung Lautan Api 4 2023 Internasional Championship
February 29, 2024By
IPSI Banyuwangi Championship: Havi Ihsan Fadillah dari Prodi Informatika UMSIDA Raih Kemenangan di Kelas D Putra Tingkat Dewasa
February 29, 2024By
Lulus 3,5 Tahun, Mahasiswa Informatika Raih IPK Tertinggi Se-Fakultas Saintek
May 8, 2023By
Mahasiswa Informatika menjadi Juara II pada Lomba Eksplorasi Wisata Nusantara Tingkat Nasional
September 20, 2021By
Mahasiswa Umsida Lolos Seleksi Program Bangkit-Kampus Merdeka
February 2, 2021By