Penerapan Machine Learning Untuk Prediksi Gangguan Kesehatan Mental pada Pekerja di Bidang Teknologi

Abstract

Perkembangan pesat industri teknologi membawa konsekuensi berupa meningkatnya tekanan kerja, jam kerja panjang, serta tuntutan inovasi berkelanjutan yang berpotensi memicu gangguan kesehatan mental pada pekerja. Penelitian ini bertujuan menganalisis hubungan antara dukungan perusahaan dan risiko gangguan kesehatan mental pada pekerja sektor teknologi dengan pendekatan machine learning. Dataset yang digunakan adalah Mental Health in Tech Survey dari Open Sourcing Mental Illness (OSMI) yang terdiri dari 1.259 responden dan 28 variabel terkait kondisi mental, dukungan organisasi, serta interferensi kerja. Tahapan penelitian meliputi preprocessing data (pembersihan, encoding, normalisasi, dan penyeimbangan kelas), klasifikasi menggunakan algoritma C4.5 untuk memperoleh aturan keputusan yang interpretabel, serta analisis clustering K-Means untuk mengidentifikasi pola kelompok risiko. Hasil analisis menunjukkan bahwa pekerja dengan dukungan perusahaan tinggi seperti ketersediaan benefit kesehatan mental, dukungan supervisor, dan program kesejahteraan cenderung memiliki tingkat interferensi kerja dan kebutuhan treatment yang lebih rendah. Sebaliknya, dukungan yang rendah atau tidak jelas berkorelasi dengan tingkat stres dan gangguan mental yang lebih tinggi. Penelitian ini menegaskan bahwa dukungan organisasi berperan sebagai faktor protektif penting dalam menjaga kesejahteraan psikologis pekerja teknologi. Temuan ini diharapkan menjadi dasar bagi perusahaan dalam merancang kebijakan kesehatan mental yang lebih inklusif dan preventif guna meningkatkan produktivitas dan keberlanjutan organisasi.