Pemodelan Klasifikasi Ketergantungan Perangkat Digital Anak Berbasis Algoritma Learning Vector Quantization (LVQ)

Urva, Gellysa (2025) Pemodelan Klasifikasi Ketergantungan Perangkat Digital Anak Berbasis Algoritma Learning Vector Quantization (LVQ). Profesi thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (234kB)
	Text (Bab 1 Pendahuluan) Bab 1.pdf - Published Version Download (235kB)
	Text (Bab Akhir) Bab Akhir.pdf - Published Version Download (225kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (177kB)
	Text (Full Text Laporan) Laporan Gellysa Urva _ 2541612022 OK.pdf - Published Version Restricted to Repository staff only until 12 December 2026. Download (829kB) | Request a copy

Abstract

Ketergantungan terhadap perangkat digital pada anak menjadi isu penting di era modern karena dapat memengaruhi aspek kognitif, sosial, dan kesehatan. Anak-anak yang terlalu sering menggunakan perangkat digital berpotensi mengalami penurunan konsentrasi, prestasi akademik, serta interaksi sosial. Identifikasi tingkat ketergantungan anak selama ini masih dilakukan secara manual melalui observasi orang tua atau guru yang bersifat subjektif. Oleh karena itu, penelitian ini bertujuan untuk membangun model klasifikasi tingkat ketergantungan perangkat digital anak dengan menerapkan algoritma Learning Vector Quantization (LVQ). Data penelitian diperoleh dari hasil penyebaran kuesioner kepada 110 responden yang merupakan orang tua siswa sekolah dasar di Kota Dumai. Kuesioner terdiri atas 34 butir pertanyaan menggunakan skala Likert 1–5. Data yang diperoleh diolah menggunakan bahasa pemrograman Python dengan pustaka NumPy, Pandas, Matplotlib, Scikit-learn, dan Neupy. Hasil pengujian menunjukkan bahwa algoritma LVQ mampu melakukan klasifikasi tingkat ketergantungan anak ke dalam tiga kategori—ringan, sedang, dan berat—dengan tingkat akurasi sebesar 87,5%, presisi rata-rata 85,4%, dan recall rata-rata 86,2%. Hasil penelitian menunjukkan bahwa sebagian besar anak termasuk dalam kategori ketergantungan sedang dengan skor rata-rata 3,03. Faktor utama yang memengaruhi ketergantungan meliputi durasi penggunaan perangkat digital, kebiasaan menggunakan perangkat saat makan atau menjelang tidur, serta menurunnya interaksi sosial. Penerapan algoritma LVQ terbukti efektif dalam mengidentifikasi pola perilaku digital anak dan dapat dijadikan dasar bagi pengembangan sistem deteksi dini serta kebijakan literasi digital di lingkungan pendidikan dasar.

Actions (login required)

View Item