Penerapan Data Mining Untuk Analisis Kecanduan Gadget Anak Usia Dini Menggunakan Decision Tree

Authors

  • Mochammad Faizal Yusuf Anshary Universitas Adhirajasa Reswara Sanjaya Author
  • Toni Arifin Universitas Adhirajasa Reswara Sanjaya Author

Keywords:

Data Mining, Algoritma Decision Tree, Kecanduan Gadget, Anak Usia Dini

Abstract

Peningkatan penggunaan gadget pada anak usia dini menimbulkan kekhawatiran terkait kecanduan yang dapat memengaruhi perkembangan mereka. Penelitian ini bertujuan untuk menganalisis tingkat kecanduan gadget pada anak-anak di Kota Bandung menggunakan algoritma Decision Tree. Data dikumpulkan melalui survei terhadap 87 responden dengan variabel seperti durasi penggunaan gadget, frekuensi pengawasan orang tua, dan kemampuan berhenti. Algoritma Decision Tree dipilih karena efektif dalam menangani data kategoris dan menghasilkan struktur keputusan yang transparan. Hasil pengujian model menunjukkan akurasi 86.25%, dengan presisi dan recall lebih dari 84% untuk kedua kelas, kelas kecanduan dan tidak kecanduan. Penelitian ini mengindikasikan bahwa algoritma Decision Tree efektif dalam mendeteksi kecanduan gadget, serta memberikan wawasan bagi orang tua dan pendidik untuk memahami faktor risiko. hasil ini penting untuk merancang strategi pencegahan yang lebih tepat guna mendukung penggunaan gadget yang lebih sehat pada anak-anak.

References

[1] P. Miranti and L. D. Putri, “Waspadai Dampak Penggunaan Gadget Terhadap Perkembangan Sosial Anak Usia Dini,” Jurnal Cendekiawan Ilmiah PLS, vol. 6, 2021.

[2] D. W. Y. Pratama, “Pengaruh Gadget Terhadap Perkembangan Anak Usia Dini,” vol. 2, no. 1, pp. 394–97, Jul. 2024.

[3] R. Setiawan, A. Triayudi, and A. Gunawan, “Diagnosa Kecanduan Gadget Pada Anak Usia Dini dengan Metode Fuzzy Sugeno dan Fuzzy Mamdani,” Journal of Computer System and Informatics (JoSYC), vol. 4, no. 2, pp. 315–325, Feb. 2023, doi: 10.47065/josyc.v4i2.3018.

[4] D. M. B. , S. T. , & H. M. Sitorus, “Penerapan Data Mining Pola Penjualan Barang Pada Koperasi Dengan Menggunakan Metode Algoritma FP-Growth,” Jurnal Sistem Informasi Tgd, vol. 3, no. 2, pp. 101–110, 2024.

[5] E. Muningsih, C. Kesuma, Sunanto, Suripah, and A. Widayanto, “Combination of K-Means method with Davies Bouldin index and decision tree method with parameter optimization for best performance,” AIP Conf Proc, vol. 2714, no. 1, May 2023, doi: 10.1063/5.0129119.

[6] G. , Z. M. , & C. N. Divva, “ Perbandingan Metode Klasifikasi Naive Bayes , Decision Tree Dan K- Nearest Neighbor Pada Data Log Firewall,” pp. 679–688, Apr. 2021.

[7] A. Wahab, S. Samarinda, I. Lishania, R. Goejantoro, and Y. N. Nasution, “Perbandingan Klasifikasi Metode Naive Bayes dan Metode Decision Tree Algoritma (J48) pada Pasien Penderita Penyakit Stroke di RSUD Comparison of the Classification for Naive Bayes Method and the Decision Tree Algorithm (J48) for Stroke Patients in Abdul Wahab Sjahranie Samarinda Hospital,” Jurnal EKSPONENSIAL, vol. 10, no. 2, 2019.

[8] J. Sains dan Teknologi and T. Arifin, “IMPLEMENTASI GREEDY FORWARD SELECTION UNTUK PREDIKSI METODE PENYAKIT KUTIL MENGGUNAKAN DECISION TREE”.

[9] Maidiana, “Penelitian Survey,” ALACRITY : Journal Of Education, vol. 1, no. 2, pp. 20–29, Jun. 2021.

[10] A. Simarmata and Y. T. Tarihoran, “Analisa Pengaruh Penggunaan Gadget Terhadap Nilai Akhir Siswa SMA Secara Umum Menggunakan Metode Data mining (Decision Tree) Analysis of the Effect of Gadget Use on the Final Score of High School Students in General Using the Data mining Method (Decision Tree)”.

Downloads

Published

2025-11-30

Issue

Vol. 6 No. 2 (2025): eProsiding Sistem Informasi (POTENSI) 2025

Section

Artikel

License

All articles published in the eProsiding Sistem Informasi (POTENSI) are licensed under the provisions of the Study Program. Under this license, authors retain the copyright to their works, while others are permitted to copy, distribute, display, and create derivative works from the published articles, whether for commercial or non-commercial purposes, provided that proper acknowledgment is given to the original author and the eProsiding Sistem Informasi (POTENSI) as the source of publication.

Any derivative works must be distributed under the same license. This license supports the open access principle to promote the free and responsible dissemination of scientific knowledge.