ANALISA PERFORMA METODE LIGHTGBM UNTUK PREDIKSI KECANDUAN MEDIA SOSIAL 380 347
DOI:
https://doi.org/10.26623/transformatika.v23i2.13165Kata Kunci:
Lightgbm, Kecanduan Media Sosial, Pembelajaran Mesin, Prediksi, Pemilihan FiturAbstrak
Media sosial kini telah menjadi bagian yang tidak terpisahkan dari aktivitas sehari-hari, didorong oleh perkembangan teknologi digital yang semakin cepat. Penggunaan media sosial yang berlebihan dapat memicu dampak negatif seperti gangguan psikologis, kurang tidur, dan konflik sosial. Penelitian ini menilai efektivitas Light Gradient Boosting Machine (LightGBM) dalam memprediksi kecanduan media sosial menggunakan data 705 responden dari Kaggle. Tahapan analisis mencakup pembersihan data, transformasi variabel kategorikal, dan seleksi fitur berbasis korelasi Pearson. Model dilatih dengan rasio 70:30 dan dievaluasi menggunakan akurasi, presisi, recall, serta f1-score. Hasil menunjukkan akurasi 98%, sehingga LightGBM dinilai sangat efektif sebagai model prediksi kecanduan media sosial.
Unduhan
Referensi
[1] Syifa, S. F., Nur Istirohmah, A., Lestari, P., & Nur Azizah, M. (2023). Dampak Penggunaan Media Sosial terhadap Prestasi Belajar Peserta Didik. Jurnal BELAINDIKA (Pembelajaran Dan Inovasi Pendidikan), 5(1), 21–27.
[2] Muna, R. F., & Astuti, T. P. (2014). Hubungan Antara Kontrol Diri Dengan Kecenderungan Kecanduan Media Sosial Pada Remaja Akhir. Jurnal EMPATI, 3(4), 481–491. https://doi.org/10.14710/empati.2014.7610
[3] Awalia, R., Fikrie, F., & Rifandi, A. (2022). Peranan Regulasi Diri Terhadap Kecenderungan Kecanduan Media Sosial Pada Mahasiswa. Jurnal Psikologi Mandala, 6(2), 85–100. https://doi.org/10.36002/jpm.v6i2.2006
[4] Rahma, M., Fikry, M., & Afrillia, Y. (2025). Prediksi Kesehatan Mental Remaja Berdasarkan Faktor Lingkungan Sekolah Menggunakan Machine Learning. Jurnal Informatika: Jurnal Pengembangan IT, 10(2), 382–390. https://doi.org/10.30591/jpit.v10i2.8556
[5] Arsini, Y., Azzahra, H., Tarigan, K. S., & Azhari, I. (2023). Pengaruh Media Sosial Terhadap Kesehatan Mental Remaja. MUDABBIR Journal Reserch and Education Studies, 3(2), 50–54. https://doi.org/10.56832/mudabbir.v3i2.370
[6] Sinaga, M. N., & Aritonang, N. N. G. (2023). Hubungan Antara Durasi Penggunaan Media Sosial Dengan Kestabilan Emosi pada Pengguna Media Sosial Usia Dewasa Awal di Kota Medan. Journal Of Social Science Research, 3(3), 3870– 3883.
[7] Aisyah Fitriah, Dzaky Juliansyah, Umi Salamah, M Anugrah Utama, Opie Karunia Falah, & Aseh Miati. (2023). Pengaruh Media Sosial Terhadap Kesehatan Mental Pada Remaja Educate : Journal Of Education and Learning, 1(1), 32– 38. https://doi.org/10.61994/educate.v1i1.114
[8] SaThierbach, K., Petrovic, S., Schilbach, S., Mayo, D. J., Perriches, T., Rundlet, E. J. E. J. E. J., … Hoelz, A. (2015). No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title. Proceedings of the National Academy of Sciences (Vol. 3). Retrieved from http://dx.doi.org/10.1016/j.bpj.2015.06.056%0Ahttps://academic.oup.com/bi oinformatics/article-abstract/34/13/2201/4852827%0Ainternalpdf://semisupervised-
3254828305/semisupervised.ppt%0Ahttp://dx.doi.org/10.1016/j.str.2013.02.0
[9] Umilizah, Nia [Editor]. (2025). Machine Learning dalam Dunia Pendidikan. Penamuda Media, Yogyakarta.
[10] Rossum, van Guido. (2018). Phyton Tutorial 3.7.0. Phyton Software Foundation
[11] Navlani, A., Fandango, A., & Idris, I. (2021). Phyton Data Analysis [3rd Ed.]: Perform Data Collection, Data Processing, Wrangling, Visualization, And Model Building Using Python. Packt, Birmingham.
[12] Gori, T., Sunyoto, A., Al Fatta, H. (2024). Preprocessing Data Dan Klasifikasi Untuk Prediksi Kinerja Akademik Siswa. JurnalTeknologiInformasidanIlm Komputer (JTIIK), 11(1), 215-224.
[13] Fadillah, D. H., Octavian, M. R., Marwadin, A., Dhany, M. R., Sari, D. K., Muthiah, E. K., … Primawati, A. (2025). Implementasi Lightgbm dan LLM Gemini pada Website Psychobot untuk Analisis Emosi Saat Bersosial Media. Jurnal Riset Dan Aplikasi Mahasiswa Informatika Riset Dan Aplikasi Mahasiswa Informatika (JRAMI), 6(01), 224–233. https://doi.org/10.30998/jrami.v6i01.13500
[14] Ramadhani, R., Ramadhanu, R., & Hidayat, T. (2024). Exploratory Data Analysis (EDA) untuk Mengetahui Distribusi Data Kualitas Susu Sapi. Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika Dan Komputer), 23(1), 68. https://doi.org/10.53513/jis.v23i1.9500
[15] Mayasari, R., Nugraha, B., Juwita, A. R., & Heryana, N. (2023). Analisis Produktifitas Padi di Pulau Sumatera menggunakan Exploratory Data Analysis ( EDA ). Jurnal Elektronik Sistem Informasi Unsika, 1(1), 17–24. (JRAMI), 6(01), 224–233. https://doi.org/10.30998/jrami.v6i01.13500
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Roudhotul Jannah, Rastri Prathivi
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
Transformatika is licensed under a Creative Commons Attribution 4.0 International License.
