Auliasin, Enggarsita (2019) Pengembangan Aplikasi Diagnosis Gejala Depresi pada Mahasiswa Fakultas Ilmu Komputer (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya). Sarjana thesis, Universitas Brawijaya.
Abstract
Aplikasi diagnosis gejala depresi pada mahasiswa adalah aplikasi yang diperuntukan untuk membantu pembimbing konseling dalam memberikan pelayanannya kepada mahasiswa untuk melakukan konsultasi. Dalam mendiagnosis suatu depresi yang baik, dibutuhkan suatu sistem yang dapat mendiagnosis suatu depresi dan dapat menyimpan data-data mahasiswa yang sudah pernah datang untuk berkonsultasi serta membangun suatu pendekatan konsultasi yang terstruktur. Namun, pembimbing konseling memiliki masalah dalam pelayanannya. Setiap mahasiswa yang datang mereka tidak dapat mengetahui sejauh apa tingkatan depresi yang mahasiswa alami sehingga tidak terlalu jelas bagaimana cara solusi penanganannya, serta tidak adanya penyimpanan data rekapan mahasiswa yang sudah pernah datang untuk berkonsultasi. Permasalahan tersebut mengakibatkan kurang pahamnya mahasiswa akan pelayanan yang diterimanya, karena keterbatasan kemampuan yang dimiliki dari pembimbing konseling. Jika permasalahan ini tidak diatasi, maka proses pelayanan bimbingan konseling tidak dapat berjalan dengan maksimal. Solusi dari permasalahan tersebut adalah dilakukannya pengembangan aplikasi diagnosis gejala depresi berbasis web yang dapat membantu pembimbing konseling dalam menjalankan pelayanannya dalam mengetahui apa yang di dikeluhkan mahasiswa, mengetahui gejala tingkatan depresi, mempelajari kriteria gejala macam-macam jenis depresi, menyimpan hasil data mahasiswa yang pernah mendaftar. Penelitian menghasilkan rekayasa kebutuhan yaitu 37 kebutuhan fungsional dan 1 kebutuhan non-fungsional. Implementasi dilakukan menggunakan Bahasa pemrograman PHP, pola perancangan Model-View-Controller (MVC), dan database phpMyAdmin.
English Abstract
The application to diagnose depression symptoms in students is an application intended to help counseling counselors in providing services to students to conduct consultations. In diagnosing a good depression, a system that can diagnose depression is needed and can store data on students who have come to consult and build a structured consultation approach. However, counseling counselors have problems in their services. Every student who came they could not know the extent of depression that students experienced so it was not too clear how the solution was handled, and the lack of data storage of student recordings that had come to consult. These problems lead to a lack of understanding of students about the services they receive, due to the limited ability of counseling counselors. If this problem is not addressed, the counseling service process cannot run optimally. The solution to this problem is to develop an application for diagnosing web-based depressive symptoms that can help counseling counselors in carrying out their services in knowing what students complain about, knowing the symptoms of depression, learning the symptoms of various types of depression, storing the results of students who have registered. Research produces engineering needs, namely 37 functional requirements and 1 non-functional requirement. Implementation is done using the PHP programming language, the Model-View-Controller (MVC) design pattern, and the phpMyAdmin database.
Other obstract
-
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FILKOM/2019/609/051907801 |
Uncontrolled Keywords: | Diagnosis of symptoms of depression, PHP, model-view-controler, web |
Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.1 Programming > 005.106 85 Software engineering / Capability maturity model (Computer software) |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 05 Aug 2020 07:34 |
Last Modified: | 09 Mar 2022 02:07 |
URI: | http://repository.ub.ac.id/id/eprint/174017 |
Preview |
Text
Enggarsita Auliasin (2)ok.pdf Download (6MB) | Preview |
Actions (login required)
![]() |
View Item |