Prediksi Pengaruh HP Terhadap Kesehatan Mental Tingkat Kecemasan dan Insomnia Mahasiswa Universitas Islam Lamongan Menggunakan Metode Naive Bayes

Abstract

Penelitian ini bertujuan menganalisis dampak penggunaan handphone (HP) terhadap kesehatan mental mahasiswa Universitas Islam Lamongan, dengan fokus pada tingkat kecemasan dan insomnia. Latar belakang penelitian ini didasari oleh meningkatnya intensitas penggunaan handphone yang meskipun memudahkan akses informasi, berpotensi menimbulkan gangguan psikologis. Faktor pemicu di antaranya adalah Fear of Missing Out (FOMO), perbandingan sosial, tekanan untuk selalu terhubung, serta paparan cahaya biru yang mengganggu ritme sirkadian dan produksi melatonin. Metode yang digunakan adalah klasifikasi dengan algoritma Naïve Bayes, dipilih karena kemampuannya mengolah data dengan tingkat akurasi yang baik pada jumlah data terbatas. Data diperoleh melalui kuesioner yang memuat Patient Health Questionnaire-9 (PHQ-9) untuk mengukur tingkat depresi, serta variabel pola penggunaan handphone, meliputi durasi penggunaan, frekuensi akses media sosial, dan intensitas penggunaan sebelum tidur. Hasil penelitian menunjukkan adanya hubungan signifikan antara penggunaan handphone yang tinggi dengan peningkatan gejala kecemasan dan insomnia. Mahasiswa dengan pola penggunaan handphone intens cenderung mengalami gangguan psikologis dalam kategori ringan hingga berat. Evaluasi klasifikasi Naïve Bayes yang diterapkan menghasilkan tingkat akurasi sebesar 78%. Temuan ini menegaskan pentingnya kesadaran terhadap dampak penggunaan handphone, serta dapat dijadikan dasar penyusunan strategi pencegahan masalah kesehatan mental di kalangan mahasiswa.This study aims to analyze the impact of mobile phone (HP) use on the mental health of Lamongan Islamic University students, focusing on the level of anxiety and insomnia. The background of this research is based on the increasing intensity of cellphone use, which, although it facilitates access to information, has the potential to cause psychological disorders. Triggering factors include Fear of Missing Out (FOMO), social comparison, pressure to stay connected, and exposure to blue light that disrupts circadian rhythms and melatonin production. The method used is classification with the Naive Bayes algorithm, chosen for its ability to process data with good accuracy given limited data. Data were obtained through a questionnaire containing the Patient Health Questionnaire-9 (PHQ-9) to measure the level of depression, as well as variables related to cellphone usage patterns, including duration of use, frequency of social media access, and intensity of use before bed. The results showed a significant relationship between high cellphone use and increased symptoms of anxiety and insomnia. Students with intense cellphone use patterns tend to experience psychological disorders in the mild to severe category. The evaluation of the applied Naive Bayes classifier yielded an accuracy of 78%. These findings confirm the importance of awareness of the impact of cellphone use and can serve as a basis for developing strategies to prevent mental health problems among students.