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.