ALGORITMA REGRESI LINIER UNTUK MENGIDENTIFIKASI HUBUNGAN ANTARA POLA HIDUP, TEKANAN AKADEMIK, DAN DEPRESI PADA MAHASISWA

Abstract

Depresi merupakan masalah kesehatan mental yang banyak dialami mahasiswa. Pola hidup tidak sehat, seperti kurang tidur, pola makan buruk, aktivitas fisik rendah, serta tekanan akademik yang semakin meningkat menjadi faktor yang berkontribusi terhadap risiko depresi. Penelitian ini mengimplementasikan algoritma regresi linier untuk mengidentifikasi hubungan antara pola hidup, tekanan akademik, dan depresi pada mahasiswa. Data penelitian menggunakan Depression Student Dataset yang terdiri dari 502 responden tanpa missing values. Analisis data dilakukan menggunakan Python pada Google Colab. Hasil analisis deskriptif menunjukkan bahwa tingkat depresi dalam sampel cukup tinggi, yaitu 50.2 persen. Mayoritas mahasiswa juga memiliki durasi tidur yang tidak ideal. Korelasi Pearson menunjukkan bahwa Academic Pressure (r = 0.476) dan Suicidal Thoughts (r = 0.466) memiliki hubungan positif terkuat dengan depresi, sementara Study Satisfaction memiliki korelasi negatif (r = –0.293). Model regresi linier berganda mampu menjelaskan 67.7 persen variasi depresi dan mengidentifikasi Academic Pressure, Financial Stress, Dietary Habits, dan Study Hours sebagai prediktor signifikan. Study Satisfaction dan Age berfungsi sebagai faktor pelindung. Sebagai pembanding, regresi logistik digunakan karena variabel depresi bersifat biner. Model logistik menghasilkan performa lebih tinggi dengan Pseudo-R² sebesar 0.8839, akurasi 98.02 persen, dan AUC-ROC 0.9984. Temuan ini menegaskan bahwa tekanan akademik dan stres finansial merupakan faktor risiko utama, sedangkan kepuasan belajar menjadi faktor pelindung penting bagi mahasiswa