Stres merupakan salah satu masalah kesehatan mental yang banyak dialami oleh individu di era modern. Faktor-faktor seperti tekanan pekerjaan, tuntunan soail, serta ketidakpastian ekonomi sering kali menjadi pemicu utama. Jika tidak ditangani dengan baik, stres dapat berdampak negatif padakualitas hidup seseorang, termasuk kesehatan fisik, mental, dan produktifitas. Oleh karena itu, deteksi tingkat stres menjadi penting untuk membantu individu mengelola kondisi tersebut lebih dini. Penelitian ini bertujuan mengembangka sistem deteksi tingkat stres berbasis pemrosessan citra wajah dengan YOLOv8 untuk deteksi objek dan regresi linear.
Sistem ini memanfaatkan model YOLOv8 yang telah dilatih untuk mendeteksi ekspresi wajah yang menunjukkan tingkat stres, serta regresi linear untuk memprediksi skor stres berdasarkan fitur yang diekstraksi dari citra wajah. Dataset yang digunakan dalam penelitian ini berupa dataset primer yang terdiri dari foto wajah dengan ekspresi netral, yang dilengkapi dengan skor stres yang diperoleh melalui asesmen Depression Anxiety Stres Scales 21 (DASS-21). Sistem ini dievaluasi menggunakan metrik seperti mAP, precision, recall, dan F1-score untuk mengukur kinerja deteksi tingkat stres.
Hasil penelitian ini menunjukkan bahwa sistem yang dirancang dapat digunakan untuk mendeteksi dan emprediksi tingkat stres berdasarkan ekspresi wajah. Pada penelitian ini memberikan hasil terbaik dengan mAP@50 sebesar 91%, presisi sebesar 76%, recall sebesar 84% dan F-1 Score sebesar 79% untuk mendeteksi dan mengklasifikasikan tingkat stres. Hasil tersebut diperoleh ketika menggunakan optimizer AdamW, dengan batch size 16 dan learning rate 0.001 dengan epoch 100.
Kata Kunci: Deteksi Stres, Pemrosesan Citra Wajah, YOLOV8, Regresi Linear, DASS-21.