ANALISA PERFORMA METODE LIGHTGBM UNTUK PREDIKSI KECANDUAN MEDIA SOSIAL 322 302

Penulis

DOI:

https://doi.org/10.26623/transformatika.v23i2.13165

Abstrak

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

Data unduhan tidak tersedia.

Referensi

Unduhan

Diterbitkan

2025-01-14

Terbitan

Bagian

Artikel

Cara Mengutip

Roudhotul Jannah, & Rastri Prathivi. (2025). ANALISA PERFORMA METODE LIGHTGBM UNTUK PREDIKSI KECANDUAN MEDIA SOSIAL. Jurnal Transformatika, 23(2), 164-173. https://doi.org/10.26623/transformatika.v23i2.13165