Text

Data Mining untuk Klasifikasi Tingkat Kecenderungan Fear of Missing Out pada Mahasiswa Riau Menggunakan Metode Naive Bayes

---

Media sosial kini berkembang semakin pesat, dan teknologi semakin terintegrasi ke dalam kehidupan sehari-hari masyarakat. Melihat fenomena remaja masa kini sangat gemar menggunakan media sosial, generasi muda selalu terhubung dengan media sosialnya, aktivitasnya antara lain update, membaca serta mengomentari status, serta menyebarkan informasi di media sosial. Kondisi tersebut menyebabkan remaja menjadi mudah terjerumus dalam masalah kecanduan. Salah satu faktor utama yang memicu kecanduan media sosial dengan frekuensi tinggi adalah kekhawatiran kehilangan informasi terbaru, yang kemudian mendorong perilaku pemakaian secara berlebihan, maka dibangun aplikasi berbasis web untuk melihat dan mengetahui tingkat kecenderungan fear of missing out yang terjadi pada mahasiswa Riau. Metode yang digunakan adalah Algoritma Naïve Bayes Classifier yaitu metode pengklasifikasian dengan menggunakan metode probabilitas dan statistik. Data diperoleh melalui kuisioner yang ditujukan kepada mahasiswa/i Riau dan mendapatkan 170 data dengan pembagian data 80% digunakan untuk data training dan 20% digunakan untuk data testing. Hasil pengujian evaluasi model confusion matrix menunjukkan tingkat akurasi 85,29%, tingkat presisi 82,55% dan tingkat recall 85,85% menunjukkan bahwa sistem yang dikembangkan mampu memprediksi tingkat fomo pada mahasiswa Riau dengan akurat. Berdasarkan hasil pengujian evaluasi confusion matrix tersebut menunjukkan bahwa 64% dari 34 responden mahasiswa Riau berada pada tingkat fomo kategori sedang.

---

Availability

Detail Information

Call Number

-

Language

Indonesia

NPM

203510408

Publisher

Teknik Informatika : Universitas Islam Riau., 2025

Keyword(s)

Kata Kunci : data mining, fear of missing out, met

Other Information

Petugas

Budi Santoso

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment