Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Andreas Ghanneson Nainggolan
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Algoritma Linear Regression dan Random Forest Dalam Menganalisis Hubungan Perilaku Antara Kesehatan Mental dan Media Sosial Andysah Putera Utama Siahaan; Andreas Ghanneson Nainggolan; Khairil Putra; Natalia Nahampun; Dina Marsauli Sibarani
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 6 (2025): EDISI NOVEMBER 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i6.12327

Abstract

Media sosial saat ini banyak memiliki peranan yang sangat penting bagi masyarakat kita, banyak berbagai hal kegiatan yang dilakukan seperti pertukaran informasi maupun mencari informasi dinilai lebih mudah, cepat dan efektif. Media sosial berkembang sangat pesat pada awal 2000 -an saat pertama kali diperkenalkan. platform yang muncul pada saat itu ialah MySpace dan Friendster. Pada saat ini media sosial menjadi bagian dalam kehidupan sehari-hari yang tak terpisahkan. WhatsApp, Instagram, TikTok dan YouTube adalah contoh media sosial yang popular banyak digunakan jutaan orang di Indonesia, Kesehatan mental pada remaja sangat perlu diperhatian karena ada beberapa penelitian yang menemukan permasalahan terhadap kesehatan mental, dalam penelitian National Adolescent Mental Health Survey pada tahun 2022 menyatakan bahwa 1 dari 30 remaja atau 34.9% di Indonesia memiliki 1 masalah dalam kesehatan mental pada 12 bulan terakhir dan 1 dari 20 remaja atu 5.5% memiliki 1 gangguan mental pada 12 bulan terakhir. Gangguan mental yang dialami ialah kecemasan depresi, dan rendahnya harga diri, kecemasan salah satu yang paling banyak dialami oleh remaja di Indonesia baik laki-laki maupun perempuan. Hasil menunjukan Algoritma Random Fores menghasilkan nilai 63% dan Algoritma Regresi Linier 61%, dari hasil tersebut tingkat akurasi Random Fores lebih tinggi dari pada Regresi Linier.
Co-Authors Andysah Putera Utama Siahaan Dina Marsauli Sibarani Khairil Putra Natalia Nahampun