Analisis Dan Deteksi Burnout Pada Kalangan Anak Muda Dengan Algoritma Naïve Bayes
DOI:
https://doi.org/10.53513/jursi.v5i1.12473Keywords:
Burnout, Naïve Bayes, Data Mining, Kesehatan Mental, KlasifikasiAbstract
Burnout pada anak muda menjadi fenomena yang semakin mengkhawatirkan seiring meningkatnya tekanan akademik, tuntutan pekerjaan, serta intensitas aktivitas digital di era modern. Kondisi ini ditandai oleh kelelahan emosional, depersonalisasi, dan menurunnya pencapaian pribadi yang berdampak langsung pada kesehatan mental dan performa individu. Penelitian ini bertujuan untuk menganalisis tingkat burnout pada kalangan anak muda serta membangun model deteksi otomatis menggunakan algoritma Naïve Bayes. Sebanyak 200 responden berusia 18–30 tahun dilibatkan melalui kuesioner daring berbasis skala Likert, dengan lima variabel utama yaitu Emotional Exhaustion (EE), Depersonalization (DP), Personal Accomplishment (PA), Stres Akademik/Pekerjaan (SA), dan Kualitas Tidur (QT). Proses analisis dilakukan melalui tahapan KDD yang meliputi data cleaning, transformation, data mining, dan evaluation menggunakan metode klasifikasi Naïve Bayes. Hasil penelitian menunjukkan bahwa 55% responden berada pada kategori burnout. Variabel QT Buruk, SA Tinggi, EE Tinggi, DP Tinggi, dan PA Rendah memiliki pengaruh paling signifikan terhadap terbentuknya burnout. Nilai likelihood kelas burnout sebesar 0,08305, jauh lebih tinggi dibandingkan kelas tidak burnout sebesar 0,0000733, sehingga kasus uji diklasifikasikan sebagai burnout. Temuan ini menunjukkan bahwa algoritma Naïve Bayes efektif digunakan sebagai alat deteksi dini burnout pada anak muda serta berpotensi mendukung pengembangan sistem monitoring kesehatan mental.
References
Yuli Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5,” J. Edik Inform., vol. 2, no. 2, hal. 213–219, 2023.
M. Grządzielewska, “Using Machine Learning in Burnout Prediction: A Survey,” Child Adolesc. Soc. Work J., vol. 38, no. 2, hal. 175–180, 2021, doi: 10.1007/s10560-020-00733-w.
D. F. Risa, F. Pradana, F. A. Bachtiar, dan U. Brawijaya, “Implementasi Metode Naïve Bayes Untuk Mendeteksi Stres Siswa Implementation of the Naïve Bayes Method for Detecting Student,” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 6, hal. 1301–1308, 2021, doi: 10.25126/jtiik.202184372.
N. Supriani, S. Wahyu Ningrum, dan A. Gusti Nugraheni, “Penerapan Algoritma Naive Bayes Dalam Machine Learning Untuk Klasifikasi Faktor-Faktor Yang Mempengaruhi Kesehatan Mental Siswa,” Technol. Informatics Insight J., vol. 4, no. 2, hal. 19–29, 2025, doi: 10.32639/y35c0d63.
A. FIRDAUS, N. YULIYANASARI, dan G. N. DJALILLAH, “Potensi Kejadian Burnout pada Mahasiswa Kedokteran di Masa Pandemi Covid-19,” Hang Tuah Med. J., vol. 18, no. 2, hal. 114, 2021, doi: 10.30649/htmj.v18i2.464.
P. A. Andreas, S. F. Firmansyah, dan H. H. Pradana, “Studi Fenomenologi Burnout pada Mahasiswa yang Kuliah dan Bekerja,” Psycho Aksara J. Psikol., vol. 3, no. 2, hal. 154–178, 2025, doi: 10.28926/pyschoaksara.v3i2.1726.
Alni Tsabita, Febi Febriyanti, Siti Komariah, dan Sri Wahyuni, “Tren Toxic Productivity Sebagai Gejala Terjadinya Burnout Syndrome Terhadap Prestasi Akademik pada Remaja Rentang Usia 18-23 Tahun di Kota Bandung,” SOSMANIORA J. Ilmu Sos. dan Hum., vol. 2, no. 4, hal. 495–501, 2023, doi: 10.55123/sosmaniora.v2i4.2774.
M. W. Setiawan dan E. R. Syahputra, “Pengembangan Sistem CRM Berbasis Data mining : Segmentasi Nasabah Dengan Algoritma K-Means,” vol. 4, no. November, hal. 1346–1358, 2025.
M. A. Wardana dan S. Suherman, “Penerapan Data Mining Pengelompokan Data Penjualan Motor di PT. Nusantara Surya Sakti Soppeng Menggunakan Metode K-Means Clustering,” J. Ilm. Sist. Inf. dan Tek. Inform., vol. 8, no. 1, hal. 123–132, 2025, doi: 10.57093/jisti.v8i1.282.
P. Meilina, “Penerapan Data Mining Dengan Metode Klasifikasi Menggunakan C4.5,” Teknologi, vol. 9, no. 4, hal. 2862–2869, 2022.
D. A. Punkastyo, F. Septian, dan A. Syaripudin, “Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Untuk Prediksi Kelulusan Siswa,” J. Syst. Comput. Eng., vol. 5, no. 1, hal. 24–35, 2024, doi: 10.61628/jsce.v5i1.1073.
S. Sukriadi, I. Ismail, dan A. M. Andzar, “Penerapan Text Mining Dalam Klasifikasi Judul Skripsi Yang Diusulkan Mahasiswa Menggunakan Metode Naïve Bayes,” J. Ilm. Sist. Inf. dan Tek. Inform., vol. 6, no. 2, hal. 184–196, 2023, doi: 10.57093/jisti.v6i2.174.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
This work is licensed under a Creative Commons Attribution 4.0 International License.
