Pengaruh Hyperparameter Tuning untuk Efektivitas pada Pendekatan Hybrid dalam Mendiagnosis Stres dan Depresi : Tinjauan Studi Literatur

Abstrak

Tinjauan Sistematik Literatur ini mengkaji efektivitas hyperparameter tuning dalam pendekatan hybrid untuk diagnosis kesehatan mental, menggunakan metode PRISMA untuk evaluasi model prediksi. Penelitian menunjukkan bahwa masih jarang studi yang mengintegrasikan machine learning dengan tuning untuk mengidentifikasi variabel krusial dalam diagnosis kesehatan mental. Tujuan utama adalah menganalisis variabel penting, model yang sering digunakan, dan metode tuning terbaik. Hasil menunjukkan bahwa usia dan jenis kelamin adalah variabel kunci, dengan Random Forest dan Tree-Structured Parzen Estimator dengan Gradient Boosting sebagai model tuning terbaik, mencapai akurasi 0.986. Penelitian ini menyarankan penggunaan genetic algorithm untuk meningkatkan efisiensi dan mengatasi masalah overfitting dan underfitting, serta mendorong eksplorasi lebih lanjut pada kombinasi model dalam kesehatan mental.