Penerapan Algoritma Decision Tree Untuk Klasifikasi Pengaruh Kecanduan Media Sosial Terhadap Performa Akademik

Abstract

Perkembangan teknologi digital telah menjadikan media sosial sebagai bagian tak terpisahkan dari kehidupan mahasiswa. Namun, penggunaan berlebihan dapat memicu kecanduan yang berdampak negatif terhadap performa akademik. Penelitian ini bertujuan untuk mengklasifikasikan pengaruh kecanduan media sosial terhadap performa akademik mahasiswa menggunakan algoritma Decision Tree. Data diperoleh dari Kaggle dan dianalisis dengan pendekatan CRISP-DM (Cross Industry Standard Process for Data Mining) menggunakan platform Orange. Dataset terdiri dari 705 data mahasiswa dengan 13 atribut. Hasil pengujian model menunjukkan tingkat akurasi sebesar 99,40%, precision 99,50%, dan recall 99,40%. Confusion Matrix mengindikasikan kemampuan klasifikasi yang sangat baik dengan hanya 11 kesalahan dari 1980 data. Penelitian ini membuktikan bahwa kecanduan media sosial memiliki pengaruh signifikan terhadap performa akademik mahasiswa. Pendekatan klasifikasi ini dapat digunakan oleh institusi pendidikan untuk mengidentifikasi mahasiswa berisiko dan menyusun strategi intervensi yang lebih efektif.