CLUSTERING DENGAN SIMULATED ANNEALING UNTUK PENGELOMPOKAN TINDAKAN MENYAKITI DIRI SENDIRI PADA MAHASISWA SEMESTER AKHIR

Novansa Kurniatama Sumarna, Ridwansyah Ridwansyah, Febri Ainun Jariyah, Yamin Nuryamin

Abstract


Masalah kesehatan mental, termasuk tindakan self-harm, semakin menjadi perhatian serius di kalangan mahasiswa, terutama pada mahasiswa semester akhir yang menghadapi tekanan akademik dan emosional yang tinggi. Penelitian ini bertujuan untuk mengimplementasikan metode K-Means Clustering yang dioptimalkan dengan Simulated Annealing untuk mengelompokkan mahasiswa berdasarkan pola tindakan self-harm. Proses penelitian melibatkan pengumpulan data melalui survei, preprocessing data, implementasi algoritma K-Means dengan optimasi Simulated Annealing, dan evaluasi hasil clustering menggunakan metrik seperti Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Index. Hasil penelitian menunjukkan bahwa metode K-Means yang dioptimalkan dengan Simulated Annealing mampu menghasilkan pengelompokan yang lebih efektif dan akurat dibandingkan K-Means standar, dengan kluster-kluster yang terbentuk memberikan gambaran yang jelas tentang kelompok mahasiswa berdasarkan tingkat stres, dukungan sosial, dan frekuensi self-harm. Penelitian ini diharapkan dapat memberikan kontribusi nyata dalam mendukung upaya deteksi dini dan pencegahan tindakan self-harm pada mahasiswa semester akhir, serta menjadi dasar bagi pengembangan sistem pendukung keputusan dalam pengelolaan kesehatan mental di lingkungan kampus

Full Text:

PDF

References


Asmiyah, S., Madjid, H. I., & Safriyani, R. (2025). Are They Doing Enough for Their Goal? Exploration of Students’ Readiness in Writing a Thesis. IJEE (INDONESIAN JOURNAL OF ENGLISH EDUCATION), 12(1). https://doi.org/10.15408/ijee.v12i1.41525

Hafid, I., & Usop, D. S. (2025). Dinamika Psikologis Perilaku Self-Harm pada Mahasiswa Tingkat Akhir Program Studi Bimbingan Konseling. Anterior Jurnal, 24(2). https://doi.org/https://doi.org/10.33084/anterior.v24i2.9551

Hou, X., Wu, Y., Jiayu Zhao, Luo, J., Jinglong He, Kang, Q., … Luo, J. (2025). Clustering analysis of risk factors for non-suicidal self-injury behaviors in adolescents: a cross-sectional study of western China. Front Psychiatry, 22(16). https://doi.org/10.3389/fpsyt.2025.1436868

Islam, M. R., Banik, S., Rahman, K. N., & Rahman, M. M. (2023). A comparative approach to alleviating the prevalence of diabetes mellitus using machine learning. Computer Methods and Programs in Biomedicine, 4. https://doi.org/https://doi.org/10.1016/j.cmpbup.2023.100113

Oktariani, I. S., Putri, R. M., & Sofah, R. (2021). Tingkat Stress Akademik Mahasiswa dalam Pembelajaran Daring pada Periode Pandemi Covid-19. Journal of Learning and Instructional Studies, 1(1), 17–24. https://doi.org/https://doi.org/10.46637/jlis.v1i1.3

Putra, A. A. (2025). Hybrid Harmony Search Algorithm Dan Simulated Annealing Algorithm Untuk Menyelesaikan Uncapacitated Facility Location Problem. SCIENCE MATH: Jurnal Ilmu Sains Dan Matematika, 1(1), 30–43.

Ridwansyah, R., Riyanto, V., Hamid, A., Rahayu, S., & Purnama, J. J. (2022). Grouping Data in Predicting Infant Mortality Using K-Means and Decision Tree. Paradigma, 24(2), 168–174. https://doi.org/10.31294/paradigma.v24i2.1399

Shaikh, M. S., Dong, X., Zheng, G., Wang, C., & Lin, Y. (2024). An Improved Expeditious Meta-Heuristic Clustering Method for Classifying Student Psychological Issues with Homogeneous Characteristics. Mathematics, 12(11). https://doi.org/https://doi.org/10.3390/math12111620

Suhardjono, Sugiarto, H., Yuliandari, D., Sudradjat, A., & Rohimah, L. (2023). Classifying Half-Unemployment Levels in Indonesian Provinces: A K-Means Approach for Informed Policy Decisions. Penelitian Ilmu Komputer Sistem Embedded and Logic, 11(2). https://doi.org/https://doi.org/10.33558/piksel.v11i2.7390

Tarigan, T., & Apsari, N. C. (2024). Perilaku Self-Harm atau Melukai Diri Sendiri yang Dilakukan oleh Remaja (Self-Harm or Self-Injuring Behavior by Adolescents). Jurnal Pekerjaan Sosial, 4(2). https://doi.org/https://doi.org/10.24198/focus.v4i2.31405

Yang, H., Wen, X., & Geng, P. (2024). An Optimisation Strategy for Electric Vehicle Charging Station Layout Incorporating Mini Batch K-Means and Simulated Annealing Algorithms. Journal on Aritficial Intelligence, 6. https://doi.org/10.32604/jai.2024.056303

Yang, J., Wang, Y.-K., Yao, X., & Lin, C.-T. (2021). Adaptive Initialization Method for K-Means Algorithm. Machine Learning and Artificial Intelligence, 4. https://doi.org/https://doi.org/10.3389/frai.2021.740817

Yang, R., Danlin Li, Run Tian, Jie Hu, Yanni Xue, Xuexue Huang, … Zang, S. (2021). Association of Unhealthy Behaviors with Self-Harm in Chinese Adolescents: A Study Using Latent Class Analysis. Trauma Care, 1(2), 75–86. https://doi.org/https://doi.org/10.3390/traumacare1020008

Yennimar, Leonardi, W., Weide, H., Cantona, D., & Gani Mores Hutagalung. (2024). Comparison of data mining algorithms (random forest, C4.5, catboost) based on adaptive boosting in predicting diabetes mellitus. Jurnal Teknik Informatika C.I.T Medicom, 16(3), 01–12. Retrieved from www.medikom.iocspublisher.orgjournalhomepage:www.medikom.iocspublisher.org




DOI: http://dx.doi.org/10.36723/juri.v18i1.797

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.

 

 

 

 

 

View My Stats