Klasifikasi Tingkat Kecanduan Gadget Pada Balita Menggunakan Algoritma Naïve Bayes

Alwi Aryusya Thamrin, Raissa Amanda Putri

Abstract


Kecanduan gadget pada balita merupakan isu yang semakin mengkhawatirkan di era digital ini. Penggunaan gadget yang berlebihan pada usia dini dapat berdampak negatif pada perkembangan kognitif, emosional, dan sosial anak. Dengan adanya penelitian ini yang diharapkan bertujuan untuk dapat mengklasifikasikan kecanduan gadget pada balita menggunakan algoritma naïve bayes. Data yang digunakan dalam penelitian ini adalah data kuesioner yang mencakup berbagai atribut seperti jenis kelamin balita, usia orang tua, pendidikan orang tua, dan sembilan pertanyaan terkait penggunaan gadget pada balita. Dari data kuesioner tersebut telah dibagi menjadi data training dan data testing untuk proses klasifikasi kecanduan. Algoritma naïve bayes digunakan untuk mengklasifikasikan data ke dalam tiga kategori, yaitu: tidak kecanduan, kecanduan ringan, dan kecanduan berat. Naive bayes adalah metode klasifikasi berdasarkan Teorema Bayes dengan asumsi kemandirian yang kuat (naive) antara fitur-fitur. Hasil penelitian menunjukkan bahwa algoritma naïve bayes mampu mengklasifikasikan tingkat kecanduan gadget pada balita dengan tingkat akurasi yang memadai. Berdasarkan pengujian model menggunakan perangkat lunak Altair AI Studio dengan menambahkan operator naïve bayes telah didapat hasil klasifikasi dengan tingkat akurasi sebesar 81,67%. Penelitian ini memperlihatkan bahwa Algoritma naïve bayes dapat digunakan secara efektif untuk mengklasifikasikan tingkat Kecanduan gadget pada balita.


Keywords


Naive Bayes; kecanduan; gadget; balita; klasifikasi

Full Text:

PDF

References


N. Annisa, N. Padilah, R. Rulita, and R. Yuniar, “Dampak Gadget Terhadap Perkembangan Anak Usia Dini,” J. Pendidik. Indones., vol. 3, no. 9, pp. 837–849, 2022, doi: 10.36418/japendi.v3i9.1159.

N. W. Suyanti and I. P. Suarnaya, “Pengaruh Pemberian Gadget Pada Perkembangan Anak Usia Dini,” vol. 4, no. 4, pp. 736–746, 2021.

J. N. Octaviani, S. Utaminingsih, and S. Masfu’ah, “Pembentukan Sikap Peduli Sosial Anak pada Masa Pandemi Covid 19 di Desa Pringtulis Jepara,” J. Inov. Penelit., vol. 2, no. 10, pp. 3453–3462, 2022.

Y. M. dkk hasnidar, hildayanti W, Ilmu Kesehatan Masyarakat. 2020.

I. S. Siregar, “Dampak Penggunaaan Gadget Pada Anak Usia Dini Studi Kasus Pada Anak Usia Dini Desa Siolip,” J. Pendidik. Islam Anak usia Dini, vol. 2, no. 1, pp. 140–153, 2022.

V. Yumarni, “Pengaruh Gadget Terhadap Anak Usia Dini,” J. Literasiologi, vol. 8, no. 2, pp. 107–119, 2022, doi: 10.47783/literasiologi.v8i2.369.

Ratih Agustin Wulandari, Erlina Purwaningsih, D. Darussalam, O. Oktaviani, and W. Wandira, “Peran Orang Tua dalam Pendampingan Anak Usia Dini Bermain Gadget,” SOSMANIORA J. Ilmu Sos. dan Hum., vol. 2, no. 2, pp. 263–268, 2023, doi: 10.55123/sosmaniora.v2i2.2203.

R. Kurniati, “Efektivitas Pendekatan Cognitive Behavior Therapy Dengan Teknik Self-Management Untuk Mengurangi Penggunaan Smartphone Secara Berlebihan Pada Peserta Didik Kelas Viii Smp Negeri 4 Bandar Lampung Skripsi,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2019.

S. M. A. Negeri, C. Pada, and M. Perubahan, “Analisis Pertumbuhan Dan Perkembangan Anak Usia 4-6 Tahun Terhadap Penerapan Screen Time Di Desa Billa’an Kecamatan Proppo Kabupaten Pamekasan,” J. Inov. Pendidik., vol. 1, pp. 129–142, 2023.

D. Ananda and R. R. Suryono, “JURNAL MEDIA INFORMATIKA BUDIDARMA Analisis Sentimen Publik Terhadap Pengungsi Rohingya di Indonesia dengan Metode Support Vector Machine dan Naïve Bayes,” J. Media Inform. Budidarma, vol. 8, no. 2, pp. 748–757, 2024, doi: 10.30865/mib.v8i2.7517.

E. Erwin et al., Transformasi digital, no. June. 2023.

F. Z. Parinduri, R. Dewi, and Susiani, “Klasifikasi Tingkat Kecanduan Internet Pada Mahasiswa Menggunakan Algoritma Naïve Bayes,” JOMLAI J. Mach. Learn. Artif. Intell., vol. 1, no. 3, pp. 2828–9099, 2022, doi: 10.55123/jomlai.v1i3.965.

Sutisna and N. M. Yuniar, “Klasifikasi Kualitas Air Bersih Menggunakan Metode Naïve baiyes,” J. Sains dan Teknol., vol. 5, no. 1, pp. 243–246, 2023, [Online]. Available: https://doi.org/10.55338/saintek.v5i1.1383

D. S. Purnia and A. I. Warnilah, “Implementasi Data Mining Pada Penjualan kacamata Dengan Menggunakan Algoritma Apriori,” Indones. J. Comput. Inf. Technol., vol. 2, no. 2, pp. 31–39, 2017.

M. Rinestu, I. P. Made Indra, B. Marsanto, and S. Trisakti, “Classification Of Investment Decisions During Covid-19 Pandemic Using Naive Bayes Klasifikasi Keputusan Investasi Di Masa Pandemi Covid-19 Dengan Menggunakan Naive Bayes,” Manag. Stud. Entrep. J., vol. 3, no. 4, pp. 1784–1796, 2022, [Online]. Available: http://journal.yrpipku.com/index.php/msej

F. A. Hizham, Y. Nurdiansyah, and D. M. Firmansyah, “Implementasi Metode Backpropagation Neural Network (BNN) dalam Sistem Klasifikasi Ketepatan Waktu Kelulusan Mahasiswa (Studi Kasus: Program Studi Sistem Informasi Universitas Jember),” Berk. Sainstek, vol. 6, no. 2, p. 97, 2018, doi: 10.19184/bst.v6i2.9254.

B. G. Sudarsono, M. I. Leo, A. Santoso, and F. Hendrawan, “Analisis Data Mining Data Netflix Menggunakan Aplikasi Rapid Miner,” JBASE - J. Bus. Audit Inf. Syst., vol. 4, no. 1, pp. 13–21, 2021, doi: 10.30813/jbase.v4i1.2729.




DOI: https://doi.org/10.24114/cess.v9i2.60449

Article Metrics

Abstract view : 57 times
PDF - 40 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

CESS (Journal of Computer Engineering, System and Science)

Creative Commons License
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License

slot gacor slot