Implementasi Data Mining untuk Memprediksi Pengaruh Media Sosial terhadap Semangat Belajar Anak

Rahayu, Shintya (2024) Implementasi Data Mining untuk Memprediksi Pengaruh Media Sosial terhadap Semangat Belajar Anak. Skripsi thesis, Prodi Teknik Informatika.

	Text cover.pdf - Submitted Version Download (1MB)
	Text bab I.pdf - Submitted Version Download (1MB)
	Text bab II.pdf - Submitted Version Download (2MB)
	Text bab III.pdf - Submitted Version Download (3MB)
	Text bab IV.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy
	Text bab V.pdf - Submitted Version Download (367kB)
	Text daftar pustaka.pdf - Submitted Version Download (698kB)
	Text lampiran.pdf - Submitted Version Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Pada kemajuan era digital saat ini, teknologi informasi telah membuat penggunaan internet menjadi hal biasa dikalangan semua usia termasuk juga pada anak-anak. Media sosial seperti Whatsapp, Youtube, dan TikTok dan lain sejenisnya menjadi bagian yang tak terpisahkan dari kehidupan sehari-hari. Walaupun media sosial dapat memberikan manfaat yang besar, penggunaanya yang tidak tepat juga dapat menimbulkan masalah dan dampak negatif terutama pada anak-anak. Berdasarkan pengalaman prbadi pengalaman pribadi saat berada di Panti Asuhan Al-Ikhlas teramati bahwa banyaknya aktivitas pembelajaran anak-anak dilakukan secara online. Hal ini menyebabkan anak-anak lebih memilih mengakses media sosial daripada mengikuti proses belajar dengan serius yang mengakibatkan penurunan fokus dan juga semangat belajar anak di Panti Asuhan Al-Ikhlas. Untuk mengatasi masalah ini maka di usulkan dengan implementasi Data Mining dengan metode Naïve Bayes. Algoritma Naïve Bayes digunakan karena kemampuannya yang tinggi dalam klasifikasi dan juga memprediksi. Proses analisis data dilakukan dengan menggunakan bantuan software RapidMiner untuk mendapatkan hasil yang akurat. Hasil analisis data dengan algoritma Naïve Bayes dan software RapidMiner menghasilkan tingkat akurasi prediksi sebesar 85%, dengan hasil kelas presisi “Sangat Setuju” sebesar 92,86% dan recall 86,67%, sementara untuk kelas presisi “Tidak Setuju” sebesar 66,67% dan recall 80,00%. Hasil ini menunjukkan hasil konsistensi antara perhitungan manual dan hasil dari perangkat lunak, dengan menunjukkan bahwa pengawasan yang tepat dalam penggunaan media sosial dapat mengurangi dampak negatif dan dapat memaksimalkan dampak positif dalam penggunaan media sosial.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Media Sosial, Semangat belajar, Data Mining, Naïve Bayes, RapidMiner. : Social Media, Learning Enthusiasm, Data Mining, Naïve Bayes, RapidMiner
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 006.3 Kecerdasan Buatan
Divisions:	Fakultas Teknik dan Komputer > Teknik Informatika
Depositing User:	Lia Priscilla
Date Deposited:	02 Nov 2024 03:55
Last Modified:	02 Nov 2024 03:55
URI:	http://repository.upbatam.ac.id/id/eprint/6478

Actions (login required)

View Item

Downloads