PREDIKSI LEVEL STRES PADA KRISIS USIA SEPEREMPAT ABAD MENGGUNAKAN ALGORITMA XGBOOST DENGAN DASS-42

Penelitian ini bertujuan untuk mengembangkan model prediksi tingkat stres pada individu usia seperempat abad (20-30 tahun) menggunakan algoritma XGBoost berdasarkan data kuesioner DASS-42. Model ini bertujuan untuk memberikan prediksi yang lebih objektif dan akurat dengan memanfaatkan atribut tambahan seperti kepribadian (TIPI), penguasaan kosakata (VCL), dan data demografis. Proses penelitian melibatkan beberapa tahapan, antara lain pengumpulan data, pemilihan fitur penting, pra-pemrosesan data, dan pelatihan model menggunakan teknik machine learning. Hasil evaluasi menunjukkan bahwa model ini berhasil menghasilkan prediksi tingkat stres dengan akurasi yang cukup baik, meskipun masih terdapat potensi untuk peningkatan, terutama dalam menurunkan nilai MSE dan RMSE, serta meningkatkan R². Model ini dapat digunakan untuk mendeteksi stres pada individu usia quarter-life dengan skala 1 hingga 10, yang memberikan gambaran yang lebih granular mengenai tingkat stres. Temuan ini diharapkan dapat mendukung pengembangan program intervensi yang lebih efektif dalam manajemen stres pada usia seperempat abad.