<![CDATA[Kecanduan media sosial di kalangan pelajar menjadi isu yang semakin relevan seiring meningkatnya penggunaanplatform digital dalam kehidupan sehari-hari. Penelitian ini bertujuan untuk membangun model klasifikasi gunamemprediksi tingkat kecanduan media sosial berdasarkan data survei siswa. Dataset yang digunakan terdiri dari 705responden dengan 13 atribut yang mencakup aspek demografis, akademik, kebiasaan digital, dan kondisi psikososial.Dua model machine learning yang digunakan dalam penelitian ini adalah Gaussian Naïve Bayes dan Regresi Logistik.Setelah melalui proses data preparation, analisis dan evaluasi model menggunakan data uji sebesar 20%, diperolehhasil bahwa Regresi Logistik memiliki performa yang lebih unggul dengan akurasi mencapai 98%, jauh di atas NaïveBayes yang hanya mencapai 69%. Regresi Logistik juga menunjukkan keseimbangan metrik yang baik, termasukprecision, recall, dan nilai ROC AUC sebesar 0,98. Temuan ini mengindikasikan bahwa Regresi Logistik lebih efektifdan sesuai untuk mengidentifikasi siswa yang berisiko mengalami kecanduan media sosial.]]>
Copyrights © 2025
