Klasifikasi Kategori Berdasarkan Tingkat Ketergantungan Siswa Terhadap Penggunaan Smartphone Di SMK Negeri 1 Suboh Situbondi

M Syafiih
{"title":"Klasifikasi Kategori Berdasarkan Tingkat Ketergantungan Siswa Terhadap Penggunaan Smartphone Di SMK Negeri 1 Suboh Situbondi","authors":"M Syafiih","doi":"10.33650/jeecom.v5i2.6833","DOIUrl":null,"url":null,"abstract":"Penggunaan smartphone berlebihan akan memberikan dampak negatif bagi siswa SMK Negeri 1 Suboh Situbondo, seperti gangguan kesehatan fisik dan mental, serta masalah dalam perkembangan sosial dan emosional. Penelitian ini bertujuan untuk membantu guru BK di SMK SMK Negeri 1 Suboh Situbondo dalam mengidentifikasi siswa yang memiliki tingkat ketergantungan tinggi, sedang, dan rendah terhadap smartphone. Metode yang digunakan adalah K-Means, yaitu teknik pengelompokan data yang mengelompokkan data ke dalam beberapa kelompok berdasarkan kemiripannya. Hasil penelitian membuktikan bahwa metode K-Means efektif dalam identifikasi tingkat ketergantungan mahasiswa terhadap smartphone. Pengujian data dilakukan dengan 228 data, yang dibagi menjadi tiga cluster: tingkat ketergantungan tinggi (58 data), tingkat ketergantungan sedang (122 data), dan tingkat ketergantungan rendah (58 data). Perhitungan dengan metode K-Means dilakukan hingga iterasi ke-4, karena pada iterasi ke-4 hasilnya sudah stabil atau tetap. Evaluasi akurasi dengan menggunakan Davies-Bouldin Index (DBI) menghasilkan tingkat akurasi sebesar 49%. Kualitas cluster dapat dilihat dari nilai DBI yang mendekati nol namun tidak bernilai negatif. Semakin rendah nilai akurasi, maka semakin baik kualitas cluster yang dihasilkan. Hasil penelitian ini dapat digunakan untuk membantu guru BK dalam memberikan bimbingan kepada siswa yang mengalami ketergantungan terhadap smartphone.","PeriodicalId":34614,"journal":{"name":"Journal of Electrical Engineering and Computer","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2023-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Electrical Engineering and Computer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33650/jeecom.v5i2.6833","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Penggunaan smartphone berlebihan akan memberikan dampak negatif bagi siswa SMK Negeri 1 Suboh Situbondo, seperti gangguan kesehatan fisik dan mental, serta masalah dalam perkembangan sosial dan emosional. Penelitian ini bertujuan untuk membantu guru BK di SMK SMK Negeri 1 Suboh Situbondo dalam mengidentifikasi siswa yang memiliki tingkat ketergantungan tinggi, sedang, dan rendah terhadap smartphone. Metode yang digunakan adalah K-Means, yaitu teknik pengelompokan data yang mengelompokkan data ke dalam beberapa kelompok berdasarkan kemiripannya. Hasil penelitian membuktikan bahwa metode K-Means efektif dalam identifikasi tingkat ketergantungan mahasiswa terhadap smartphone. Pengujian data dilakukan dengan 228 data, yang dibagi menjadi tiga cluster: tingkat ketergantungan tinggi (58 data), tingkat ketergantungan sedang (122 data), dan tingkat ketergantungan rendah (58 data). Perhitungan dengan metode K-Means dilakukan hingga iterasi ke-4, karena pada iterasi ke-4 hasilnya sudah stabil atau tetap. Evaluasi akurasi dengan menggunakan Davies-Bouldin Index (DBI) menghasilkan tingkat akurasi sebesar 49%. Kualitas cluster dapat dilihat dari nilai DBI yang mendekati nol namun tidak bernilai negatif. Semakin rendah nilai akurasi, maka semakin baik kualitas cluster yang dihasilkan. Hasil penelitian ini dapat digunakan untuk membantu guru BK dalam memberikan bimbingan kepada siswa yang mengalami ketergantungan terhadap smartphone.
类别分类是基于学生在沙特国家SMK 1使用智能手机的依赖程度
使用智能手机的过度使用将对该国SMK的学生产生负面影响,如身体和精神健康障碍,以及社会和情感发展问题。本研究旨在帮助沙特国家SMK SMK 1的BK教师识别那些对智能手机有高度依赖、中度和低水平的学生。方法是k -手段,即根据数据的相似之处将数据分组成多个组的技术。研究结果证明,k -手段在学生对智能手机的依赖程度上是有效的。数据测试涉及228个数据,其中分为三个集群:高依赖度(58个数据)、中等依赖程度(122个数据)和低依赖程度(58个数据)。从k -手段计算到第四次迭代,因为在第四次迭代中,结果是稳定的或固定的。通过采用david es- bouldin索引(DBI)进行准确性评估,准确率为49%。集群的质量可以从DBI接近于零但没有负价值的值来判断。准确性值越低,集群质量就越好。本研究的结果可以用来帮助BK教师为依赖智能手机的学生提供指导。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
18
审稿时长
9 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信