Tingkat Kecanduan Game Online Menggunakan Algoritma X-Means Clustering

doli fancius silalahi, Elvia Budianita

Abstract


Game online adalah sebuah game yang bisa di akses dan bisa dimainkan secara online, dengan artian para pemain harus menggunakan jaringan internet untuk memainkannya.Game online juga dapat dimainkan menggunakan peralatan  gadget milik sendiri atau yang direntalkan, game yang sering dimainkan biasanya bervariasi dan mobile game yang sering dimainkan banyak orang karena mudah untuk mengaksesnya. Kecanduan game online merupakan aktifitas yang dilakukan secara terus menerus dan berkepanjangan yang menimbulkan sikap yang cenderung menarik diri dari kehidupan sosial. Penerapan data mining dengan menggunakan metode clustering dapat dilakukan menggunakan algoritma X - Means. Data kecanduan game online didapat dari pengumpulan data melalui kuisioner yang mengacu kepada  skala Game addict scale (GAS)  yang dijelaskan oleh (Lemmens, Valkenburg & Peter 2009) yang terdiri dari 7 aspek yaitu Relapse, Mood Modification, Conflict, Tolerance, Salience, menarik diri, dan masalah Pengujian pada metode X – Means Dari hasil pengujian dan evaluasi yang telah di lakukan dapat di ketahui bahwa dengan menggunakan metode X-Means dapat mengetahui kelompok data terhadap tingkat kecanduan game online pada mahasiswa jurusan teknik informatika menggunakan tools rapidminer. Dari 300 data responden menunjukan bahwa terdapat dua kelompok kecanduan game online tinggi dan rendah.


Full Text:

135-145

References


M. A. Lebho, M. D. Ch. Lerik, R. P. C. Wijaya, and S. K. A. Littik, “Perilaku Kecanduan Game Online Ditinjau dari Kesepian dan Kebutuhan Berafiliasi pada Remaja,” Journal of Health and Behavioral Science, vol. 2, no. 3, pp. 202–212, 2020, doi: 10.35508/jhbs.v2i3.2232..

E. Novrialdy, “Kecanduan Game Online pada Remaja: Dampak dan Pencegahannya,” Buletin Psikologi, vol. 27, no. 2, p. 148, 2019, doi: 10.22146/buletinpsikologi.47402.

Y. Prastyo, “Pembagian Tingkat Kecanduan Game Online Menggunakan K-Means Clustering Serta Korelasinya Terhadap Prestasi Akademik,” Elinvo (Electronics, Informatics, and Vocational Education), vol. 2, no. 2, p. 138, 2017, doi: 10.21831/elinvo.v2i2.17307

J. S. Lemmens, P. M. Valkenburg, and J. Peter, “Development and Validation of a Game Addiction Scale for Adolescents Development and Validation of a Game,” vol. 3269, no. October, 2016, doi: 10.1080/15213260802669458

A. Wijayanto, “Penggunaan X-Means Clustering Method untuk Mengelompokkan Potensi Sekolah Menengah Unggul di Kabupaten Banyumas,” Journal of Informatics, Information System, Software Engineering and Applications (INISTA), vol. 2, no. 1, pp. 80–88, 2019, doi: 10.20895/inista.v2i1.99

R. Adhitama, A. Burhanuddin, and A. Febriani, “Penerapan X Means Clustering Pada UMKM Kab Banyumas Yang Mendukung Mega Shifting Consumer Behavior Akibat Covid- 19,” Journal of Informatics, Information System, Software Engineering and Applications, vol. 4, no. 1, pp. 71–80, 2021.

F. Rudhiati, D. Apriany, and N. Hardianti, “Hubungan Durasi Bermain Video Game Dengan Ketajaman Penglihatan Anak Usia Sekolah,” Jurnal Skolastik Keperawatan, vol. 1, no. 2, pp. 12–17, 2015, doi: 10.35974/jsk.v1i2.83.

Y. Prastyo, “Pembagian Tingkat Kecanduan Game Online Menggunakan K-Means Clustering Serta Korelasinya Terhadap Prestasi Akademik,” Elinvo (Electronics, Informatics, and Vocational Education), vol. 2, no. 2, p. 138, 2017, doi: 10.21831/elinvo.v2i2.17307

R. Rismanto, I. Fahrur Rozi, and A. Prasetyo, “Implementasi Fuzzy C-Means Untuk Prediksi Perilaku Mahasiswa Berdasarkan Jumlah Ketidakhadiran,” SMARTICS Journal, vol. 3, no. 2, pp. 39–45, 2017, doi: 10.21067/smartics.v3i2.1965.


Refbacks

  • There are currently no refbacks.


FAKULTAS SAINS DAN TEKNOLOGI
UIN SUSKA RIAU

Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sntiki@uin-suska.ac.id