Open access Journal SINTA 2
Model CNN-LSTM Untuk Klasifikasi Tingkat Stres Mahasiswa Dalam Menghadapi Ujian Menggunakan Data Elektrokardiogram (EKG)
Decode: Jurnal Pendidikan Teknologi Informasi · Vol. 5 No. 1 (2025) · pp. 191–201
- ISSN
- 2775-1813, 2775-2984
- Published
- 2025-03-31
- Publisher
- Universitas Muhammadiyah Kendari
Abstract
Penelitian ini bertujuan untuk mengklasifikasikan tingkat stres mahasiswa saat menghadapi ujian menggunakan model Convolutional Neural Network (CNN) yang dikombinasikan dengan Long Short-Term Memory (LSTM). Data yang digunakan berupa sinyal Elektrokardiogram (EKG) dari 300 partisipan yang dikumpulkan sebelum dan sesudah ujian. Untuk meningkatkan kualitas data, diterapkan teknik balancing data menggunakan Synthetic Minority Over-sampling Technique (SMOTE) guna mengatasi ketidakseimbangan kelas. Selain itu, augmentasi data dilakukan dengan menambahkan noise kecil untuk memperkaya variasi data dan mencegah overfitting. Hipotesis penelitian ini menyatakan bahwa kombinasi CNN-LSTM, dengan tambahan balancing data dan augmentasi, dapat meningkatkan akurasi klasifikasi tingkat stres berdasarkan perubahan pola sinyal EKG dibandingkan metode konvensional. Arsitektur ini dipilih karena CNN mampu mengekstraksi fitur spasial, sedangkan LSTM menangkap pola temporal dari data sekuensial. Tahapan penelitian mencakup preprocessing data (normalisasi numerik, one-hot encoding, balancing dataset, dan augmentasi), serta pelatihan model selama 79 epoch dengan ukuran batch 16. Model yang dikembangkan mencapai akurasi validasi awal 83,33%, meningkat hingga 98,80%, dengan nilai loss 0,0653, menunjukkan efektivitasnya dalam mengidentifikasi tingkat stres mahasiswa. Namun, penelitian ini memiliki keterbatasan, seperti bias distribusi demografis dan tantangan pemrosesan sinyal EKG yang rentan terhadap noise. Studi lebih lanjut diperlukan untuk mengoptimalkan teknik balancing dan augmentasi serta mempertimbangkan faktor psikologis dan lingkungan eksternal.
Collaboration network of the authors
26 authors · 81 co-authorship links · 5 across different organisations
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
- Universitas Prima Indonesia
- Universitas Jambi
- Affiliation unknown
- Different organisations
- Same organisation
- Affiliation unknown
- Thicker line = more joint articles · bigger circle = more articles
Show as table
| Co-author | Organisation | Joint articles |
|---|---|---|
| Mawaddah Harahap | Universitas Prima Indonesia | 4 |
| Baren Baruna Harahap | Universitas Prima Indonesia | 1 |
| Tio Fulalo Simatupang | Universitas Prima Indonesia | 1 |
| Karunia Syukur Baeha | Universitas Prima Indonesia | 1 |
| Bintang Keitaro Sinambela | Universitas Prima Indonesia | 1 |
| Ahmad Zaki Andika | Universitas Prima Indonesia | 1 |
| Abdi Dharma | Universitas Prima Indonesia | 1 |
| S. Kwok | Universitas Prima Indonesia | 1 |
| Vincent Wizley | Universitas Prima Indonesia | 1 |
| Jocelyn Leonardi | Universitas Prima Indonesia | 1 |
| Derrick Kenji Ong | Universitas Prima Indonesia | 1 |
| Deskianta Ginting | Universitas Prima Indonesia | 1 |
| Benny Art Silitonga | Universitas Prima Indonesia | 1 |
| Sai Kumarani Anjelli | Universitas Prima Indonesia | 1 |
| Widy Anggun M. Sinaga | Universitas Prima Indonesia | 1 |
| Ryan Alward | Universitas Prima Indonesia | 1 |
| Junio Fegri Wira Manawan | Universitas Prima Indonesia | 1 |
| Linda Wati | Universitas Jambi | 1 |
| M. Feisal Reza Damanik | Universitas Prima Indonesia | 1 |
| Wahyudi Valentino Simamora | Universitas Prima Indonesia | 1 |
| Isnaeni Khairani Sipahutar | Universitas Prima Indonesia | 1 |
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.