Prediksi Depresi Mahasiswa Menggunakan Algoritma Random Forest Berbasis Data Psikososial Depression Prediction Among University Students Using a Random Forest Algorithm Based on Psychosocial Data

Depresi pada mahasiswa merupakan isu psikologis yang kian meningkat dan berdampak pada performa akademik serta kesejahteraan mental. Penelitian ini bertujuan membangun model prediksi depresi berbasis data psikososial dengan algoritma Random Forest. Dataset diperoleh dari sumber terbuka dan mencakup variabel demografi, kebiasaan, dan kondisi emosional mahasiswa. Proses prapemrosesan dilakukan dengan pembersihan data, konversi kategorikal ke numerik, dan penyeimbangan kelas. Hasil evaluasi menunjukkan model mencapai akurasi 87,0% dan f1-score 86,7%, menandakan performa yang andal dalam mengidentifikasi potensi depresi. Temuan ini berkontribusi dalam upaya deteksi dini depresi mahasiswa di lingkungan pendidikan tinggi.