PREDIKSI KESEHATAN MENTAL REMAJA BERDASARKAN KEBIASAAN DIGITAL MENGGUNAKAN METODE LOGISTIC REGRESSION
Abstrak
Kesehatan mental remaja merupakan isu penting pada era digital karena durasi penggunaan perangkat,
intensitas media sosial, dan kelelahan digital dapat memengaruhi kondisi psikologis serta interaksi sosial.
Penelitian ini bertujuan menganalisis pola kebiasaan digital, mengidentifikasi hubungan indikator
kebiasaan digital dengan risiko kesehatan mental, dan membangun model prediksi menggunakan Logistic
Regression pada remaja HKBP Bethesda Ressort Bethesda. Data dikumpulkan melalui kuesioner 18 item
dari 200 responden dengan teknik total sampling. Tahapan analisis meliputi deteksi struktur data,
pembersihan nilai, pengodean ordinal, perhitungan skor AntiSosial, Kecemasan, dan Individual,
pembentukan label biner, standardisasi fitur, pembagian data stratified 80:20, pelatihan model dengan
class_weight balanced, dan evaluasi menggunakan confusion matrix serta metrik klasifikasi. Rata-rata
skor AntiSosial, Kecemasan, dan Individual masing-masing adalah 9,82, 7,05, dan 6,63. Model pada 40
data uji memperoleh akurasi 87,50%, recall kelas berisiko 100%, F1-score 0,44, dan AUC-ROC 0,95.
Odds Ratio menunjukkan kontribusi terbesar berasal dari Individual sebesar 8,00, diikuti AntiSosial
sebesar 5,36 dan Kecemasan sebesar 4,83. Model dapat menjadi pendekatan skrining awal, tetapi hasil
harus ditafsirkan hati-hati karena hanya 11 responden berlabel berisiko.

