Electronic Theses and Dissertation

Tugas akhir adalah sebuah “adikarya” yang dihasilkan oleh mahasiswa tingkat akhir berupa karya tulis ilmiah yang menjelaskan hasil dari penelitian yang dilakukan mengenai suatu bidang ilmu tertentu. Dalam pembuatan tugas akhir, terdapat beberapa kendala yang dialami oleh para mahasiswa, salah satunya adalah masalah psikis seperti kecemasan, stres dan depresi. Kecemasan adalah situasi yang dapat mengakibatkan seseorang merasakan perasaan yang tidak nyaman, gelisah, panik, takut, khawatir serta tidak tentram yang diikuti dengan beberapa gejala fisik lain. Kecemasan memiliki beberapa tingkatan, yaitu normal, kecemasan ringan, kecemasan sedang, kecemasan berat dan kecemasan sangat berat. Untuk mengetahui tingkat kecemasan yang dialami, dapat digunakan kuesioner Depresion Anxiety Stress Scales (DASS). Depression Anxiety Stress Scales (DASS) adalah rasio penilaian diri (self-assessment scale) yang digunakan untuk menilai keadaan emosi negatif seperti depresi, kecemasan dan stres. Kuesioner DASS terbagi menjadi dua, yaitu DASS-21 yang memiliki 21 item penilaian dan DASS-42 yang memiliki 42 item penilaian. Tujuan dari pengukuran DASS adalah untuk menghitung tingkat keparahan (severe level) gejala inti kecemasan, depresi, dan stres. Penelitian ini bertujuan untuk memprediksi tingkat kecemasan mahasiswa dalam mengerjakan tugas akhir dalam menyusun tugas akhir, khususnya perasaan cemas. Penelitian dilakukan dengan membagikan kuesioner DASS-42 kepada mahasiswa Universitas Syiah Kuala untuk menilai tingkat kecemasan mahasiswa. Kemudian dilakukan prediksi dengan menggunakan algoritma machine learning yaitu Random Forest dan Support Vector Machine (SVM) dan algoritma deep learning yaitu Long Short-Term Memory (LSTM) dan Artificial Neural Network (ANN). Hasil dari prediksi yang dievaluasi, algoritma machine learning yang terbaik dalam melakukan prediksi adalah SVM dengan hasil akurasi 95%. Dan untuk algoritma deep learning, algoritma ANN yang memiliki akurasi tertinggi sebesar 95%.

The final assignment is a "masterpiece" produced by final year students in the form of a scientific paper that explains the results of research conducted on a particular field of science. In making their final assignments, there are several obstacles experienced by students, one of which is psychological problems such as anxiety, stress and depression. Anxiety is a situation that can cause a person to feel uncomfortable, restless, panic, afraid, worried and uneasy, followed by several other physical symptoms. Anxiety has several levels, namely normal, mild anxiety, moderate anxiety, severe anxiety and very severe anxiety. To determine the level of anxiety experienced, the Depression Anxiety Stress Scales (DASS) questionnaire can be used. Depression Anxiety Stress Scales (DASS) is a self-assessment scale used to assess negative emotional states such as depression, anxiety and stress. The DASS questionnaire is divided into two, namely DASS-21 which has 21 assessment items and DASS-42 which has 42 assessment items. The purpose of the DASS measurement is to quantify the severity (severe level) of the core symptoms of anxiety, depression, and stress. This research aims to predict students' anxiety levels in completing their final assignments, especially feelings of anxiety. The study was conducted by distributing the DASS-42 questionnaire to Syiah Kuala University students to assess the level of student anxiety. Then predictions are made using machine learning algorithms, namely Random Forest and Support Vector Machine (SVM) and deep learning algorithms, namely Long Short-Term Memory (LSTM) and Artificial Neural Network (ANN). The results of the predictions that were evaluated, the best machine learning algorithm in making predictions is SVM with an accuracy of 95%. As for the deep learning algorithm, the ANN algorithm has the highest accuracy of 95%.