Fokusin v2.0 bukan sekadar manajemen tugas. Sistem ini memantau pola kerja, kualitas tidur, dan beban akademik untuk memprediksi tingkat stres mahasiswa secara real-time menggunakan algoritma Random Forest.
Alur deteksi dini stres mahasiswa dari input hingga intervensi.
Mahasiswa mengisi riwayat kesehatan mental, IPK, dan mendata tugas beserta deadline-nya.
Sistem mencatat durasi fokus harian dan melakukan check-in kualitas tidur malam hari.
Data dikirim ke microservice Python. AI menganalisis pola dan menghitung skor stres (0-100).
Jika skor tinggi, sistem memunculkan alert ke mahasiswa dan notifikasi ke Admin/Dosen untuk tindak lanjut.
Bukan sekadar logika IF-ELSE. Fokusin v2.0 menggunakan pipeline data science untuk memastikan akurasi prediksi burnout.
# Fokusin v2.0 AI Pipeline
from sklearn.ensemble import RandomForestClassifier
def predict_stress(data: InputData):
features = [
data.mental_history, # (0: Tidak, 1: Ada)
data.academic_perf, # (Skala 1-5)
data.social_support, # (Skala 1-3)
data.sleep_quality, # (Skala 1-3 Check-in)
data.deadline_count # (Integer)
]
# Model Random Forest menghasilkan probabilitas
prediction = rf_model.predict([features])
stress_score = int(prediction[0] * 100)
return {"status": "Burnout" if stress_score > 80 else "Safe"}Banyak mahasiswa tidak menyadari bahwa pola kerja mereka sudah masuk zona berbahaya hingga terlambat.
Berdasarkan survei, mayoritas mahasiswa pernah mengalami kelelahan akademik yang berkepanjangan.
Mengerjakan tugas larut malam menjadi budaya yang merusak kondisi mental secara perlahan.
Kesulitan memprioritaskan tugas membuat mahasiswa merasa kewalahan dan stuck.
Kamu tidak perlu menghadapi tekanan itu sendirian. Fokusin secara pasif memantau pola tugasmu, mengingatkan untuk istirahat, dan memberikan peringatan dini sebelum kondisimu drop.