Penerapan Algoritma Decision Tree Untuk Mengklasifikasi Tingkat Ketergantungan Terhadap ChatGPT Berdasarkan Demografi Pengguna

Abstract

Penggunaan ChatGPT yang semakin tinggi, khususnya dalam bidang pendidikan, menimbulkan potensi ketergantungan pengguna terhadap teknologi Artificial Intelligence (AI). Penelitian ini bertujuan mengklasifikasikan tingkat ketergantungan pengguna terhadap ChatGPT berdasarkan faktor demografi dan pola penggunaan menggunakan algoritma Decision Tree. Penelitian menggunakan pendekatan kuantitatif dengan 200 data sekunder yang telah melalui tahap preprocessing. Proses pemodelan dilakukan menggunakan algoritma Decision Tree dan dievaluasi menggunakan operator Performance Classification. Hasil penelitian menunjukkan bahwa atribut ChatGPT sessions menjadi faktor paling dominan dalam menentukan tingkat ketergantungan pengguna, diikuti oleh ChatGPT weekly usages, active weeks, dan employment. Model yang dihasilkan memperoleh nilai accuracy sebesar 97%, yang menunjukkan bahwa algoritma Decision Tree memiliki performa yang sangat baik dalam mengklasifikasikan tingkat ketergantungan pengguna terhadap ChatGPT. Hasil penelitian juga menunjukkan bahwa pola penggunaan lebih berpengaruh dibandingkan faktor demografi dalam menentukan tingkat ketergantungan pengguna terhadap teknologi AI.