Skripsi Matematika

Klasifikasi tingkat kecanduan game online menggunakan algoritma k-nearest neighbour (k-nn) serta kolerasinya terhadap prestasi akademik siswa (studi kasus : sman 3 luwu timur

---

Game online merupakan hobi yang populer dikalangan remaja saat ini yang bisa
membuat seseorang ingin bermain game online secara terus menerus dan dapat
menyebabkan kecanduan. Dilihat dari permasalahan tersebut maka perlu dilakukan
suatu pendekatan matematika untuk mengklasifikasikan tingkat kecanduan. Salah
satu metode yang dapat digunakan yaitu metode K-Nearest Neighbour (K-NN).
K-Nearest Neighbour (K-NN) adalah metode untuk melakukan klasifikasi data
terhadap objek penelitian berdasarkan data pembelajaran yang jaraknya paling
dekat dengan objek. Penelitian ini mengambil data sampel kuesioner dari siswa
SMAN 3 LUWU TIMUR yang selanjutnya akan diklasifikasikan dan dilihat
korelasi antara tingkat kecanduan game online terhadap prestasi akademik. Nilai K
terbaik diperoleh menggunakan metode k-fold cross validation yaitu K=9. Dengan
menggunakan 45 data sebagai data uji diperoleh hasil 2 data terklasifikasi
kecanduan berat, 20 data terklasifikasi kecanduan sedang dan 23 data terklasifikasi
kecanduan ringan. Hasil akurasi diperoleh sebesar 71% dengan Nilai pearson
correlation sebesar 0.356 artinya menunjukkan hubungan yang negatif bahwa
semakin tinggi kecanduan game online semakin rendah pula prestasi akademik.
Koefisien korelasi sebesar 0.356 dapat disimpulkan bahwa nilai korelasi rendah
karena berada pada rentang 0.20 – 0.399.

Kata kunci : Game online, K-Nearest Neighbour (K-NN), k-fold cross validation, Korelasi.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

510.072

Penerbit

Palu : FMIPA Universitas Tadulako Jurusan Matematika., 2022

Deskripsi Fisik

xix, 71 hlm, ilus.; 30 cm

Bahasa

Indonesia

ISBN/ISSN

G 201 18 017

Klasifikasi

510.072

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Monica Febriana Scarlett

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar