Catalog Detail

Kecemasan akademik mahasiswa dapat terlihat melalui teks naratif, seperti ungkapan takut gagal, tekanan tugas, sulit tidur, kehilangan motivasi, atau kesulitan berkonsentrasi. Identifikasi dini terhadap kondisi tersebut penting karena proses skrining konvensional masih membutuhkan waktu, keterlibatan tenaga profesional secara langsung, serta keberanian mahasiswa untuk menyampaikan kondisi psikologisnya. Penelitian ini Bertujuan untuk mengembangkan sistem deteksi dini kecemasan akademik mahasiswa melalui analisis teks kuesioner terbuka menggunakan model IndoBERT. Dataset yang digunakan berjumlah 920 data teks, terdiri atas 720 jawaban kuesioner terbuka mahasiswa sebagai data utama dan 200 data pendukung hasil manual scraping yang telah melalui proses seleksi, anonimisasi, validasi, dan pelabelan oleh psikolog. Tahapan penelitian meliputi preprocessing teks, pembagian data, tokenisasi, pelatihan model, pengujian model, dan implementasi sistem berbasis web menggunakan Streamlit. Model digunakan untuk mengklasifikasikan teks ke dalam tiga kategori, yaitu tidak mengalami kecemasan, kecemasan ringan - sedang, dan kecemasan sedang - berat. Hasil pengujian menunjukkan bahwa pendekatan yang dikembangkan memperoleh accuracy sebesar 0,87 dan weighted F1-score sebesar 0,87. Pada kelas tidak mengalami kecemasan, model memperoleh precision dan recall masing-masing sebesar 0,78. Pada kelas kecemasan ringan–sedang, model memperoleh precision sebesar 0,83 dan recall sebesar 0,81. Sementara itu, pada kelas kecemasan sedang–berat, model memperoleh precision sebesar 0,97 dan recall sebesar 1,00. Prototipe yang dikembangkan mampu menerima input teks naratif yang telah dianonimkan, menampilkan hasil prediksi dan distribusi probabilitas kelas. Berdasarkan fungsi yang dikembangkan, prototipe ini berpotensi menjadi media pendukung skrining awal bagi konselor kampus dalam mengenali indikasi kecemasan akademik mahasiswa melalui peninjauan hasil klasifikasi dan distribusi probabilitas kelas. 
Kata Kunci: kecemasan akademik, deteksi dini, kuesioner terbuka, IndoBERT, klasifikasiTeks, Streamlit