ANALISIS IMPLEMENTASI MODEL MATEMATIKA UNTUK

MENGUKUR TINGKAT DEPRESI REMAJA

AFL 3 - Applied Mathematics

Disusun oleh :
Anne Tantan
NIM: 0706022310043
Jacqlyn Chen
NIM: 0706022310042
Tiffany Christabel Anggriawan
NIM: 0706022310041

INFORMATION SYSTEM FOR BUSINESS

SCHOOL OF INFORMATION AND TECHNOLOGY
UNIVERSITAS CIPUTRA
SURABAYA
 Abstract

Depresi adalah salah satu gangguan kesehatan mental dimana seseorang mengalami perubahan
perasaan, perilaku dan cara berpikir. Menurut hasil Riset Kesehatan Dasar tahun 2018, prevalensi
depresi pada penduduk umur 15-24 tahun di Indonesia mencapai 6,2%. Jika para remaja
terutama yang masih sekolah atau kuliah tidak mengetahui seberapa parah tingkat depresi
mereka akan mengakibatkan hal yang lebih serius kedepannya. Dampak yang bakal yang terjadi
adalah menurunnya prestasi akademik karena kurang tertarik untuk mempelajari suatu hal,
berujung menyakiti diri sendiri ataupun bahkan berujung sampai keinginan untuk bunuh diri.
Maka dari itu, penting untuk para anak remaja mengetahui tingkat depresi sehingga dapat juga
diberikan solusi agar tidak semakin parah. Untuk mengidentifikasi depresi biasanya adalah
dengan konsultasi ke pakar. Disinilah ingin membantu membuat sebuah sistem pakar yang dapat
mengklasifikasikan tingkat depresi.
 I. INTRODUCTION

1.1 Latar Belakang

Pada masa sekarang, depresi sendiri menjadi jenis gangguan jiwa yang paling sering dialami
oleh masyarakat karena stress yang terus meningkat akibat tuntutan hidup yang terus bertambah.
Begitu juga dengan dunia pendidikan, kesehatan mental para peserta didik yang mencari ilmu
dan belajar harus stabil dan sehat. Namun, berdasarkan hasil Riset Kesehatan Dasar tahun 2018,
ternyata prevalensi depresi pada penduduk umur 15-24 tahun di Indonesia mencapai 6,2%.
Depresi adalah suatu kondisi ketika seseorang mengalami perubahan perasaan, perilaku dan
cara berpikir. Biasanya gejala ditandai dengan perasaan sedih yang berkelanjutan dan kehilangan
minat terhadap suatu aktivitas yang sebelumnya mereka sukai, mereka juga merasa bahwa
dirinya tidak berharga dan terus berpikiran negatif. Pikiran negatif tersebut berujung pada pikiran
untuk bunuh diri. Berdasarkan laporan Indonesia National Adolescent Mental Health Survey
(I-NAMHS) tahun 2020 gangguan depresi mayor sebesar 1,0% berada di posisi kedua sebagai
gangguan kesehatan mental yang paling banyak diderita oleh remaja. Banyak orang terutama
yang berada di usia remaja (15-25 tahun) masih belum mengetahui bahkan kesulitan untuk
menentukan tingkat depresi yang mereka alami sampai di tahap mana atau sudah separah apa.
Untuk itu, Dibuatlah sebuah survei kepada anak-anak remaja yang berisi seputar pertanyaan
mengenai kondisi mereka saat ini. Dengan cara membagikan survei ini kepada anak-anak remaja
rentang usia 15-25 tahun dan meminta bantuan mereka untuk mengisinya. Ada sekitar 42
responden yang telah mengisi survei. Variabel penelitian yang dilihat dari jenis kelamin, usia,
dan skala pengetahuan kesehatan mental diri sendiri.

Menurut hasil dari data jenis kelamin dapat dilihat dari pengisi kuesioner ini lebih banyak
perempuan.
Berdasarkan hasil survei yang telah diisi oleh sekitar 42 responden, usia mereka ada pada
rentang 16-25 tahun. Namun, rata-rata dari responden berusia 18 tahun.

\
Setelah melihat hasil dari para responden kuesioner, jawaban dari pertanyaan-pertanyaan kondisi
ternyata sebagian besar dari responden memiliki kemungkinan adanya gejala-gejala mengalami
depresi. Tetapi banyak dari mereka juga yang mengerti dan tahu mengenai kesehatan mental
mereka.

1.2 Rumusan Masalah

1. Bagaimana rancangan sistem dengan konsep matematika yang akan digunakan dalam
mengukur tingkat depresi remaja?
2. Apa saja pentingnya untuk mengetahui tingkat depresi dan solusi untuk mengatasinya?
3. Bagaimana cara menentukan tingkat depresi seseorang melalui sistem mendeteksi tingkat
depresi?
4. Apakah sistem ini memberikan sebuah solusi yang membantu orang yang depresi?

1.3 Tujuan
Untuk mengetahui apakah anak-anak remaja khususnya usia 15-25 tahun telah mengenal
dan mengetahui sampai mana tingkat depresi yang mereka alami selama ini dan memberikan
solusi bagaimana mereka dapat mengurangi depresi tersebut ketika mengetahui tingkat depresi
yang mereka alami.
 II. LITERATURE REVIEW

2.1 Klasifikasi Tingkat Depresi

Ada beberapa variasi dari pengklasifikasian depresi, menurut organisasi kesehatan dunia
(WHO) berdasarkan tingkatnya dibagi menjadi tiga, antara lain :
1. Gangguan Mood
Gangguan suasana hati yang disebabkan oleh situasi atau peristiwa traumatis.
Gejala-gejala yang dialami biasanya adalah sulit berkonsentrasi, sulit mengambil
keputusan dan sering gelisah, mengalami kekecewaan yang mendalam, merasa tidak
berharga (bernilai) sehingga membuat anda murung atau bersedih.
2. Gangguan Depresi Ringan
Depresi ringan ini terjadi pada rentang waktu beberapa hari saja dan tidak berlangsung
lama dengan kata lain depresi di tingkat ini akan datang dan hilang dengan sendirinya.
Gejalanya ditandai dengan perasaan sedih, hati yang berat, murung, kelelahan, merasa
tidak memiliki harapan, tidak memiliki motivasi, selalu ingin menyendiri.
3. Gangguan Depresi Sedang
Pada depresi sedang, gangguan mood (mood rendah) terus berlangsung dan individu
mengalami simtom fisik. Biasanya gejala yang dimiliki hampir sama dengan gejala
depresi ringan, namun sangat mempengaruhi kehidupan sehari-hari. Gejala yang dialami
adalah sedih, merasa diri tidak berharga, kecewa dengan diri sendiri, sering menangis
tanpa alasan yang jelas.
4. Gangguan Depresi Berat
Depresi berat ditandai dengan gejala-gejala yaitu merasa sedih setiap hari, merasa sulit
tidur di malam hari, merasa diri tidak berguna, atau bersalah atas beberapa hal yang
sebelumnya terasa biasa-biasa saja dan perasaan dihukum. Hal tersebut ditandai juga
dengan gejala fisik, seperti kehilangan nafsu makan dan penurunan berat badan secara
drastis. Ketika individu mengalami gejala ini terus menerus, maka ia termasuk penderita
depresi berat, kemudian penderita biasanya cenderung tidak peduli pada lingkungan
sekitar, serta aktivitas fisik yang terbatas.

2.2 Alat Ukur Tingkat Depresi Skala Hamilton

Sebelumnya memang sudah ada sebuah alat yang dapat membantu untuk mengukur tingkat
depresi seseorang yaitu menggunakan HARS (Hamilton Anxiety Rating Scale). Skala HARS ini
akan mengukur kecemasan berdasarkan pada munculnya simptom yang dialami oleh individu.
Menurut skala HARS ada 14 simptom yang akan muncul pada individu yang mengalami depresi.
Setiap simptom tersebut akan diberi 5 tingkatan skor, mulai dari 0 (Nol Present) sampai dengan
4 (severe). Skala HARS ini juga telah dibuktikan memiliki hasil yang reliable dan valid dalam
pengukuran tingkat depresi seseorang. Kategori penilaian kecemasannya adalah :
0 = tidak ada gejala sama sekali
1 = Satu dari gejala yang ada
2 = Sedang/ separuh dari gejala yang ada
3 = berat/lebih dari ½ gejala yang ada
4 = sangat berat semua gejala ada
Interpretasi ( rentang nilai 0-50)
Nilai keseluruhan ≤ 7 : normal
Nilai keseluruhan 8 – 13 : depresi ringan
Nilai keseluruhan 14 – 18 : depresi sedang
Nilai keseluruhan 19 – 22 : depresi berat
Nilai keseluruhan ≥ 23 : depresi sangat berat

2.3 Logika Fuzzy Sugeno

Perhitungan fuzzy ini pertama kali dikenalkan oleh Takagi-Sugeno-Kang sehingga metode
ini juga sering disebut dengan metode TSK (Takagi-Sugeno Kang). pada tahun 1985 untuk
mengembangkan pendekatan sistematis yang menghasilkan aturan fuzzy dari kumpulan data
input dan output yang diberikan (Sitio, 2018). Logika fuzzy sugeno adalah suatu logika yang
digunakan untuk membuahkan sebuah keputusan tunggal saat defuzzyfikasi, penggunaannya
tergantung dari domain masalah yang terjadi. Menurut Wang (dalam Setiawati dkk., 2016),
ada beberapa kelebihan dari metode ini, salah satunya adalah keefektifannya untuk masalah
komputer, berfungsi paling baik untuk metode linier, berfungsi paling baik untuk
pengoptimalan dan metode adaptif, memeriksa kelanjutan permukaan output.
Dalam logika klasik, semuanya disebut biner, yaitu hanya ada dua kemungkinan: "Ya" atau
"Tidak", "Benar atau Salah", "Benar atau Salah" dan lain-lain. . Oleh karena itu, semua dapat
memiliki nilai keanggotaan 0 atau 1. Namun, dalam logika fuzzy, nilai keanggotaan dapat
berada di antara 0 dan 1.

2.4 Probabilitas Bayes

Probabilitas Bayes merupakan penafsiran dari probabilitas kalkulus yang menggunakan
sebuah konsep probabilitas bersyarat sebagai tingkat keyakinan dari seseorang yang percaya
bahwa proposisi tersebut benar. Teori ini juga menyatakan bahwa Teorema Bayes dapat
digunakan sebagai aturan untuk menyimpulkan dan menduga derajat tingkat keyakinan untuk
memecahkan informasi yang baru. Teorema bayes merupakan metode penalaran non
monotonis yang digunakan untuk mencari
ketidakkonsistenan akibat adanya penambahan maupun pengurangan fakta baru yang
akan merubah aturan yang ada. Maka dari itu, dengan menerapkan teorema bayes ini akan
dapat mengetahui probabilitas atau persentase dari depresi yang dialami seseorang, nanti
selanjutnya akan digolongkan sesuai tingkat depresi yang dialami.
Pada konsep fuzzy sugeno terdapat hal-hal seperti IF untuk pengumpulan fakta-fakta
gejala yang dialami dan juga THEN yang merupakan kesimpulan dari seluruh gejala-gejala
yang dialami, nantinya akan menghasilkan hasil mengenai golongan tingkat depresi yang
dialami. Data-data ketidakpastian tersebut menggunakan metode bayes. Ada beberapa kasus
penelitian yang menerapkan metode bayes ini, diantaranya yaitu oleh Intan Russari dengan
penelitiannya sistem pakar diagnosa penyakit batu ginjal menggunakan teorema Bayes
memberikan informasi tentang kepastian penyakit batu ginjal yang dialami, selain itu Diana
dengan penelitian sistem 4 pendukung keputusan menentukan lokasi usaha waralaba
menggunakan metode Bayes dan kesimpulan dari penelitiannya yaitu untuk menentukan
lokasi usaha yang strategis karena lokasi strategis salah satu cara untuk menentukan
keberhasilan suatu perusahaan.
 III. RESULT AND DISCUSSION

3.1 Implementasi Model Matematika

3.1.1 Perhitungan Model Logika Fuzzy Sugeno
a) Model Fuzzy Sugeno Orde-Nol
Secara umum bentuk model fuzzy ini adalah :
IF(x1 is A1)&(x2 is A2) &(x3 is A3) &...&(xn is An) THEN z=k.
Dengan A1 sebagai himpunan fuzzy ke 1 sebagai enteseden, dan k adalah suatu
konstanta (tegas) sebagai konsekuen.
b) Model Fuzzy Sugeno Orde-satu
Secara umum bentuk model fuzzy sugeno orde-satu adalah :
IF(x1 is A1)&(x2 is A2) &...&(xn is An)THEN z=p1*x1+...+pn*xn+q.
Dengan A1 adalah himpunan fuzzy ke-i sebagai enteseden, dan pi adalah suatu konstan
(tegas) ke-i dan q adalah konstanta dalam konsekuen.
Pada kasus masalah yang ambil mengenai memprediksi tingkat depresi seseorang berdasarkan
gejala-gejala yang dialami, penggunaan logika fuzzy sugeno menggunakan model fuzzy sugeno
orde-satu.
Ada beberapa tahap untuk perhitungan fuzzy sugeno :
1. Fuzzyfikasi
Tahap fuzzyfikasi adalah proses mengubah nilai tegas yang ada menjadi fungsi
keanggotaan
2. Aturan Dasar
Aturan dasar (rule based) kontrol logika fuzzy adalah bentuk aturan relasional
"IF-THEN" atau "jika-maka" dengan rumus:
𝒊𝒇 𝒙 𝒊𝒔 𝑨 𝒕𝒉𝒆𝒏 𝒚 𝒊𝒔 𝑩
Dimana A dan B adalah nilai linguistik yang diinterpretasikan sebagai rentang variabel X
dan Y. Pernyataan “x is A” disebut dengan premis atau alasan, Pernyataan "y is B"
disebut konsekuensi atau kesimpulan.
3. Implikasi
Proses mendapatkan nilai output dari aturan IF-THEN dengan mencari nilai minimum
(minimum value) dari aturan yang terbentuk. Karena pada tahap pembentukan rule base
Sugeno menggunakan operator AND. Ini adalah rumus yang digunakan untuk mencari
nilai minimum pada langkah implikasi:
𝝁𝑨 ∩ 𝑩 = 𝐦𝐢𝐧(𝝁𝑨 (𝒙),𝝁𝑩(𝒙))
4. Defuzzyfikasi
 Defuzzifikasi adalah kebalikan dari proses fuzzyfikasi. Pada metode perhitungan Sugeno,
proses defuzzifikasi menggunakan weighted average (WA) dengan rumus sebagai
berikut:
𝒁 = 𝜶𝟏 ∗ 𝒁𝟏 + 𝜶𝟐 ∗ 𝒁𝟐 + ⋯ 𝜶𝒏 ∗ 𝒁𝒏 𝜶𝟏 + 𝜶𝟐 + ⋯ + 𝜶𝒏

Keterangan : Zn = nilai yang telah ditetapkan berdasarkan variabel output.

α-predikat = nilai yang dihasilkan dari proses implikasi.

3.1.2 Penerapan Metode Probabilitas Teorema Bayes

Formula Bayes dinyatakan dengan:
P (H \ E) = (P(E | H) P(H)) / P((E))
Keterangan :
P(H|E) :Probabilitas hipotesis H jika diberikan evidence E
P(E|H) :Probabilitas munculnya evidence E jika diketahui hipotesis H
P(H) : Probabilitas hipotesis H tanpa memandang evidence apapun
P(E) : Probabilitas evidence E
Untuk mendapatkan hasil penyelesaiannya dari penerapan metode probabilitas bayes berikut
adalah langkah-langkah yang harus diselesaikan :
1. Langkah pertama : mendefinisikan terlebih dahulu nilai probabilitas dari tiap evidence untuk
setiap hipotesis berdasarkan data sampel yang ada menggunakan rumus probabilitas Bayes.
P(A|B) = P (𝐵 |𝐴) 𝑃(𝐵 )
2. Langkah kedua : menjumlahkan nilai probabilitas dari tiap evidence untuk masing-masing
hipotesis berdasarkan data sample.
∑ 𝑘 = 1 = 𝐺1 + ⋯ + 𝐺𝑛 𝑘 𝐺𝑛
3. Langkah ketiga : mencari nilai probabilitas hipotesis H tanpa mengandung evidence apapun
bagi masing - masing hipotesis.
P(H1) = 𝑃 (𝐸 |𝐻1) ∑ 𝐧 𝐤−𝐧 4.
4. Langkah keempat : mencari nilai probabilitas hipotesis memandang evidence dengan cara
mengalikan nilai probabilitas evidence awal dengan nilai-nilai probabilitas hipotesis tanpa
mengandung evidence dan menjumlahkan perkalian bagi masing-masing hipotesis.

∑𝑏𝑎𝑦𝑒𝑠 = 𝑛 𝑘 =𝑛 𝑝(𝐻1) ∗ 𝑝(𝐸 |𝐻1)+ ⋯ + 𝑝 (𝐻𝑖 ) ∗ 𝑝(𝐸 |𝐻𝑖 )

5. Langkah kelima : mencari nilai p(Hi|E) atau probabilitas Hi benar jika diberikan evidence E.

P(Hi|Ei) = 𝑝(𝐻𝑖 )∗𝑝(𝐸 |𝐻𝑖 ) ∑ 𝑒 𝑘−𝑛

6. Langkah keenam : mencari nilai kesimpulan dari Teorema Bayes dengan cara mengalikan
nilai probabilitas evidence awal atau p(E|Hi) dengan nilai hipotesis Hi benar jika diberikan
evidence E atau p(Hi|E) dan menjumlahkan hasil perkalian
 ∑ 𝑏𝑎𝑦𝑒𝑠 = 𝑛 𝑘=𝑛 𝑝(𝐸 |𝐻1) ∗ 𝑝(𝐻1|𝐸1) … + 𝑝(𝐸 |𝐻𝑖) ∗ 𝑝(𝐸 |𝐻𝑖)

Untuk mendapatkan hasil keputusan akhir dengan menghitung persentase dari hasil jawaban
gejala-gejala yang dialami oleh individu, adalah sebagai berikut :
Persentase = a/b x 100%
a = banyaknya gejala yang diberikan jawaban ‘ya’ oleh user
b = jumlah gejala yang ada pada sistem untuk level depresi tertentu

Contoh Soal Perhitungan :

Nama Tingkat Depresi Persentase

Gangguan Mood <25%

Depresi Ringan 25% - 50%

Depresi Sedang 51% -75%

Depresi Berat >75%

Nama gejala Jawaban

Nama gejala Jawaban
Sedih Ya
Mempunyai gangguan tidur atau Tidak
Mempunyai gangguan tidur atau Ya insomnia
insomnia
Sering cemas Tidak
Kelelahan melakukan aktifitas Ya
Kecewa dengan diri sendiri Tidak
Bosan atau jenuh Ya
Terganggu dengan segala hal Tidak
Sering melamun Ya
Lebih sering terlihat murung Tidak
Tidak bersemangat Tidak
Kehilangan minat dalam kegiatan Tidak
Sering Galau Ya atau hobi yang dulu disenangi
Pesimis mengenai masa depan Tidak Kesepian Tidak
Sering menangis dengan alasan Tidak Mempunyai perasaan bersalah Tidak
yang tidak jelas
Mempunyai perasaan dihukum Tidak
 Dari gejala-gejala yang diberikan, seseorang
menjawab terdapat 6 ‘Ya’ dalam gejalanya, maka perhitungannya akan menjadi :
6/18 x 100% = 3%
Dimana 16 merupakan a yaitu banyaknya gejala yang diberikan jawaban ‘ya’ oleh user dan
18 merupakan jumlah gejala yang ada pada sistem tersebut.
Hasil deteksi seseorang tersebut mengalami gejala gangguan mood saja, karena jika
persentase kurang dari 25% maka termasuk dalam gejala gangguan mood.

3.2 Rencana Implementasi

3.2.1 Target Pengguna
Target Pengguna dari aplikasi ini tentunya adalah para individu yang belum
mengetahui mengenai kesehatan mentalnya terutama mengenai depresi, dan tingkat
depresi separah apa yang mereka alami, tetapi di khususkan untuk anak-anak remaja
yang berusia 15-24 tahun yang sedang melakukan studi ataupun bekerja.

3.2.2 Rencana Alat Bantu Pengajaran dan Peralatan yang Diperlukan

Penggunaan alat bantu pengajaran ini untuk mengukur tingkat depresi sesuai
dengan kebutuhan dan tujuan pengajaran. Panduan pengajaran digunakan untuk
pemahaman yang lebih baik tentang kondisi kesehatan mental yang berkualifikasi
sebagai bagian rencana pengajaran dan memberikan bimbingan yang sesuai.

3.2.3 Cara Penggunaan Sistem Aplikasi

Daftar akun menggunakan akun yang sudah ada jika diperlukan. Meminta untuk
mengisi informasi pribadi seperti nama, usia, dan lain sebagainya. Aplikasi ini akan
menawarkan kuesioner atau pertanyaan terkait kesehatan mental. Setelah selesai
mengisi kuesioner aplikasi akan menganalisis hasilnya dan memberikan informasi
tentang tingkat depresi anda berdasarkan jawaban yang anda berikan. Dari hasil analisis
akan menawarkan saran atau rekomendasi seperti mengikuti program kesehatan mental
atau memberikan pendidikan mengenai depresi.

3.2.4 Kelebihan Aplikasi

Aplikasi dapat memberikan akses mudah untuk mengukur tingkat depresi mereka
sendiri dimana saja. Kapan saja, tanpa harus mengunjungi tenaga kesehatan langsung.
Menyediakan informasi dan sumber daya pendidikan tentang depresi untuk memahami
kondisi mereka dan mengelola gejalanya.

3.2.5 Kekurangan Aplikasi

 Aplikasi ini mungkin tidak selalu akurat dalam menentukan tingkat depresi karena
gejala depresi dapat bervariasi dan kompleks. Hal ini mengakibatkan diagnosis yang
tidak tepat. Perlu memastikan bahwa data pribadi yang dikumpulkan terlindungi dengan
baik dan tidak disalahgunakan.

3.3 Project Management

Time-Frame Description of task Responsible Resources, Indicator that task is Status

person (R) and materials, and done (e.g. output)
contributors (C) support needed?
16/11/2023 Mencari dan Anne Tantan, Melalui Mendapatkan Done
mengidentifikasi masalah Jacqlyn Chen, internet yang masalah yang
yang relevan dengan Tiffany lagi ngehits dan dapat di analisis
kehidupan sehari-hari, dan Christabel terinspirasi dari
mencari beberapa solusi Anggriawan dosen
dari masalah yang ingin
diselesaikan

21/11/ 2023 Melakukan revisi dari Anne Tantan, Masukkan dan Mendapatkan Done
masalah dan solusi yang Jacqlyn Chen, saran dari masalah dan solusi
telah diperoleh dan Tiffany dosen yang tepat dan
identifikasi Christabel dapat digunakan
Anggriawan

28/11/ 2023 Membuat dan Anne & Jacqlyn Hasil dari survei Mengukur Done
menyebarkan sebuah yang telah mengenai tingkat
kuesioner dengan G-form terkumpul depresi seseorang
untuk melihat hasil survei dengan
dan mendapatkan menggunakan
data-data sistem dilihat dari
google form yang
diisi
1/12/ 2023 - Membuat permasalahan Anne & Jacqlyn Mencari Dapat Done
2/12/2023 yang ingin diselesaikan sumber dari menyelesaikan
dan menganalisis jurnal-jurnal progress report
implementasi model penelitian yang (AFL 3)
matematika untuk sudah ada dan
mengukur tingkat depresi telah dilakukan
sebelumnya

3/12/2023 - Abstract, Latar Belakang, Anne Jurnal, website, Menyelesaikan Done

6/12/2023 Rumusan Masalah, Tujuan, survey yang progress report
Literatur Review, telah dilakukan (AFL 3)
Implementasi Model
Matematika, Project
Management

3/12/2023 - Latar Belakang, Rumusan Jacqlyn Jurnal, website, Menyelesaikan Done

6/12/2023 Masalah, Rencana survey yang progress report
Implementasi, Project telah dilakukan (AFL 3)
Management, Conclusions

3/12/2023 - Rencana Implementasi, Tiffany Jurnal, website, Menyelesaikan Done

6/12/2023 Daftar Pustaka survey yang progress report
telah dilakukan (AFL 3)
 CONCLUSIONS

Berdasarkan analisis implementasi model matematika untuk mengukur sistem tingkat

depresi dapat disimpulkan bahwa dengan menggunakan sistem ini telah berhasil
mengimplementasi untuk perhitungan dalam mengukur tingkat depresi seseorang. Dengan
menggunakan model matematika dapat mengidentifikasi pola pola dan faktor yang
mempengaruhi tingkat depresi dengan lebih akurat. Implementasi ini juga perlu memperhatikan
berbagai faktor yang dapat mempengaruhi hasil seperti kepekaan dan spesifikasinya terhadap
yang diteliti. Selain itu juga dipertimbangkan aspek dalam penggunaan model matematika ini
dalam penilaian tingkat depresi seseorang.
Dengan rancangan konsep matematika dapat diterapkan dengan beberapa langkah
identifikasi variabel yang digunakan untuk mengukur tingkat depresi remaja dapat meliputi
gejala seperti perubahan mood, gangguan tidur, perasaan putus asa dan lain sebagainya. Data
mengenai variabel perlu dikumpulkan melalui survei data remaja yang akan dinilai. Untuk
menghitung data berupa persamaan matematika atau algoritma berdasarkan data yang
dikumpulkan. Keakuratan untuk memastikan data yang diuji dan divalidasi perlu dikembangkan
sistem mengukur tingkat depresi.
Gangguan mental yang serius dan dapat berdampak pada kesehatan fisik dan emosional
seseorang. Tingkat depresi yang tinggi dapat mengurangi produktivitas dan kualitas hidup
dengan mengetahui tingkat depresi, solusi yang dapat diberikan untuk meningkatkan
produktivitas dan kualitas hidup. Dukungan sosial dari keluarga, teman, dan komunitas juga
penting dalam proses pemulihan.
Sistem deteksi dapat membantu dalam mendukung diagnosis dan intervensi terhadap
depresi memberikan informasi yang berguna bagi tenaga kesehatan dalam merencanakan
perawatan yang sesuai. Sistem ini dapat memberikan manfaat yang mengalami depresi dalam
bentuk memberikan kesadaran akan kondisi kesehatan mental mereka.
Sistem implementasi berada dalam kategori depresi sedang ada juga yang tidak depresi..
Pada metode fuzzy sugeno yang telah diuji tingkat kevalidan data dari perhitungan sebenarnya
diperoleh hasil bahwa metode sugeno menghasilkan nilai MAE sebesar 5,36 artinya rata rata
kesalahan mendekati nilai sebenarnya.
 REFERENCES

A. Riadi, "Penerapan Metode Teorema bayes Untuk Sistem Pakar Diagnosa Penyakit
Diabetes Melitus Pada Rsud Bumi Panua Kabupaten Pohuwato". ILKOM Jurnal Ilmiah,
Vol. IX, No. 3, Pp. 309-316, 2017.

Darurat Kesehatan mental bagi Remaja. (2020, November 27). Environmental Geography
Student Association – EGSA UGM.
https://egsa.geo.ugm.ac.id/2020/11/27/darurat-kesehatan-mental-bagi-remaja/

Depresi Berat Dan Depresi Ringan: APA Perbedaan Dan Kenali Gejalanya. (n.d.). Good
Doctor | Tips Kesehatan, Chat Dokter, Beli Obat Online.
https://www.gooddoctor.co.id/hidup-sehat/mental/depresi-berat-dan-depresi-ringan-apa-bed
anyaa-bed/

Dharma, A. S. (2019). Gambaran Depresi Pada Mahasiswa universitas X di Jakarta.

Provitae: Jurnal Psikologi Pendidikan, 12(2).

Hawari, Dadang.(2001).Manajemen stress, cemas, dan depresi. Fakultas Kedokteran UI:

Jakarta.

Jutaan Remaja Indonesia Disebut Terdiagnosis Gangguan Kesehatan mental, Ini Jenisnya.
(2023, April 14). Pusat Data Ekonomi dan Bisnis Indonesia | Databoks.
https://databoks.katadata.co.id/datapublish/2023/04/14/jutaan-remaja-indonesia-disebut-ter
diagnosis-gangguan-kesehatan-mental-ini-jenisnya

K. (2020). Penerapan Metode Bayes pada Sistem Pakar dalam Mendiagnosis Korban
Perilaku Bullying pada Pelajar di Kecamatan Tanjung Morawa. UIN Sumatera Utara.

Kartini, Kartono (2000). Hygiene Mental, Mandar Maju: Bandung.

Mediatama, G. (2023, July 21). Bahaya, Dua Dari Tiga Orang Indonesia ternyata
Mengalami Depresi. kontan.co.id.
https://momsmoney.kontan.co.id/news/bahaya-dua-dari-tiga-orang-indonesia-ternyata-men
galami-depresi

Parwita, Olivia Dwi. "Sistem Pakar Diagnosis Penyakit Kejiwaan Skizofrenia

Menggunakan Metode Tsukamoto." Jurnal Sistem dan Teknologi Informasi (JustIN) 2, no.
1 (2016).

Putra, R.H.(2019). Hubungan antara Tingkat Depresi dengan Gangguan Tidur (Insomnia)
pada Lansia di Panti Jompo Kota Malang. University of Brawijaya.

Septianto, R. (2014). Hubungan Antara Tingkat Depresi dengan Nilai Modul Clinical
Reasoning I pada Mahasiswa Pendidikan Dokter UIN Angkatan 2013. Institutional
Repository UIN Syarif Hidayatullah Jakarta, 8-9.
https://repository.uinjkt.ac.id/dspace/bitstream/123456789/25809/3/RHANDY%20S
EPTIANTO-FKIK.pdf

Waspada Dampak Depresi pada Remaja, Kenali Pula Penyebab Dan Gejalanya. (2021,
November 8). Merdeka.com.
https://www.merdeka.com/trending/waspada-dampak-depresi-pada-remaja-kenali-pula-pen
yebab-dan-gejalanya-kln.html