Analisis Tingkat Kecanduan Gadget pada Anak Menggunakan Algoritma Naïve Bayes
Abstract
Gadget merupakan salah satu hasil perkembangan teknologi yang mengalami perubahan dari masa ke masa, dan pada era modern ini gadget telah menjadi benda yang tidak bisa terpisahkan dengan manusia. Perkembangan teknologi dan informasi membuat setiap orang dipaksa untuk mampu beradaptasi dengan kemajuan teknologi, namun tak jarang perkembangan teknologi juga membawa pengaruh negatif bagi kebiasaan hidup seseorang, salah satunya anak. Permasalahan yang muncul pada anak terhadap pengaruh gadget salah satunya menyebabkan kecanduan. Gadget memberikan dimensi-dimesia gerak, suara, warna, dan lagu, sehingga anak akan lebih mudah tertarik. Selain itu pola asuh juga sangat berpengaruh, seperti seberapa lama dan seringnya orang tua memberikan akses gadget kepada anak. Algoritma naïve bayes menjadi salah satu metode klasifikasi penyelesaian permasalahan penelitian. Pembentukan pengklasifikasian berupa data pengguna gadget yaitu anak usia 1-12 tahun yang berdasarkan pada nama, usia, jenis kelamin, durasi waktu, durasi hari, dan klasifikasi berupa kecanduan dan normal (tidak kecanduan). Algoritma naïve bayes ini dapat memprediksi peluang di masa depan berdasarkan pengalaman di masa lalu. Hasil penelitian terhadap data dari 100 responden didapatkan bahwa jumlah tingkat kecanduan gadget sebanyak 29 responden dan normal sebanyak 71 responden. Hasil menunjukkan bahwa tingkat kecanduan gadget pada anak dinyatakan normal dengan tingkat akurasi sebesar 100%.
Keywords
References
I. R. Juliani and I. S. M. Wulandari, “Hubungan Tingkat Kecanduan Gadget Dengan Gangguan Emosi Dan Perilaku Remaja Kelas 8,” vol. 10, no. 1, 2022.
S. Setianingsih, “Dampak Penggunaan Gadget Pada Anak Usia Prasekolah Dapat Meningkatan Resiko Gangguan Pemusatan Perhatian Dan Hiperaktivitas,” GASTER, vol. 16, no. 2, p. 191, Oct. 2018, doi: 10.30787/gaster.v16i2.297.
A. A. Suratna, H. Cipta, and R. F. Sari, “Analisis Model Seirs terhadap Kecanduan Gadget Anak Usia Dini dengan Metode Runge-Kutta Orde-5,” mjm, vol. 6, no. 1, pp. 13–22, Mar. 2023, doi: 10.36815/majamath.v6i1.2470.
M. Zaini and S. Soenarto, “Persepsi Orangtua Terhadap Hadirnya Era Teknologi Digital di Kalangan Anak Usia Dini,” JO, vol. 3, no. 1, p. 254, Apr. 2019, doi: 10.31004/obsesi.v3i1.127.
Sylvie Puspita, H. P. Aryani, E. Puspita, and S. Naim, “ANALISIS FAKTOR KECANDUAN GADGET PADA ANAK PRASEKOLAH,” JPK, vol. 8, no. 2, pp. 115–121, Aug. 2022, doi: 10.32660/jpk.v8i2.612.
A. Ridwan, “Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Penyakit Diabetes Mellitus,” siskom-kb, vol. 4, no. 1, pp. 15–21, Oct. 2020, doi: 10.47970/siskom-kb.v4i1.169.
A. D. Cahyo, “Metode Naive Bayes Untuk Klasifikasi Masa Studi Sarjana,” Jurnal Teknologi Pintar, vol. 3, no. 4, 2023, Accessed: Oct. 11, 2024. [Online]. Available: http://teknologipintar.org/index.php/teknologipintar/article/view/385
M. Rinestu and B. Marsanto, “Klasifikasi Keputusan Investasi Di Masa Pandemi Covid-19 Dengan Menggunakan Naive Bayes,” Management Studies and Entrepreneurship Journal (MSEJ), vol. 3, no. 3, pp. 1784–1796, 2022.
A. Sofyan, R. I. Fitria, and F. Isralestina, “Analisis Sentimen Masyarakat dalam Pembangunan City Walk Kota Tegal di Media Sosial Facebook Menggunakan Algoritma Naïve Bayes dan SVM,” smartcomp, vol. 13, no. 1, Jan. 2024, doi: 10.30591/smartcomp.v13i1.5785.
M. Waruwu, “Pendekatan Penelitian Pendidikan: Metode Penelitian Kualitatif, Metode Penelitian Kuantitatif dan Metode Penelitian Kombinasi,” vol. 7, 2023.
N. Asmiati and Fatmawati, “Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Pengaruh Negatif Game Online Bagi Remaja Milenial,” jtim, vol. 2, no. 3, pp. 141–149, Nov. 2020, doi: 10.35746/jtim.v2i3.102.
DOI: https://doi.org/10.30591/smartcomp.v14i2.7822
Refbacks
- There are currently no refbacks.

This work is licensed under a Creative Commons Attribution 4.0 International License.
========================================================================
Smart Comp Indexed By:
![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() |
This work is licensed under a Creative Commons Attribution 4.0 International License.














