<![CDATA[Perkembangan teknologi digital telah memberikan dampak positif dalam hal kemudahan untuk mengakses informasi, namun juga menyertakan dampak negatif, seperti meningkatnya jumlah kasus kecanduan judi online di kalangan mahasiswa. Kondisi ini berpotensi memengaruhi berbagai aspek, termasuk akademis, sosial, dan keuangan mahasiswa, sehingga penting untuk mengenali mereka berdasarkan tingkat kecanduan yang dialami. Penelitian ini bertujuan untuk mengelompokkan tingkat kecanduan judi online di antara mahasiswa dengan mempertimbangkan frekuensi aktivitas, durasi bermain, besaran uang yang digunakan, serta faktor akademik dan sosial menggunakan algoritma Decision Tree. Metode yang diambil dalam penelitian ini adalah pendekatan kualitatif deskriptif, dengan pengumpulan data melalui kuesioner dari sekitar 300 mahasiswa di beberapa universitas. Temuan penelitian ini mengungkapkan bahwa algoritma Decision Tree mampu mengklasifikasikan tingkat kecanduan dengan tingkat akurasi sebesar 95%, dan variabel frekuensi aktivitas serta durasi bermain berperan sebagai faktor yang paling dominan dalam menentukan level kecanduan. Penelitian ini memberikan kontribusi terhadap pengembangan sistem untuk pendeteksian dini kecanduan judi online dengan pendekatan machine learning, serta menawarkan saran strategis bagi lembaga pendidikan guna mencegah perilaku adiktif di kalangan mahasiswanya.]]>
Copyrights © 2026
