%0 Thesis
%9 S1 - Sarjana
%A SEBASTIAN, VALENTINO
%A Universitas AMIKOM Yogyakarta,
%B Fakultas Ilmu Komputer
%D 2025
%F universitasamikomyogyakarta:31702
%I Universitas AMIKOM Yogyakarta
%K Kecanduan Smartphone, Machine Learning, Klasifikasi, Feature Weighting, Optimasi. Smartphone Addiction, Machine Learning, Classification, Feature Weighting, Optimization.
%T KLASIFIKASI TINGKAT KECANDUAN PENGGUNA SMARTPHONE MENGGUNAKAN MACHINE LEARNING DENGAN OPTIMASI FEATURE WEIGHTING
%U https://eprints.amikom.ac.id/id/eprint/31702/
%X Penggunaan smartphone yang semakin meningkat telah menimbulkan kekhawatiran akan  dampak negatif yang ditimbulkan, terutama terkait kecanduan pengguna. Identifikasi tingkat  kecanduan smartphone menjadi penting untuk mencegah masalah kesehatan mental dan  produktivitas. Dalam penelitian ini, dikembangkan sebuah model machine learning untuk  mengklasifikasikan tingkat kecanduan pengguna smartphone. Data yang digunakan berasal  dari survei yang mengukur pola penggunaan smartphone, perilaku, dan faktor psikologis  terkait. Untuk meningkatkan performa model, dilakukan optimasi feature weighting yang  bertujuan menyesuaikan bobot fitur-fitur yang relevan terhadap prediksi kecanduan.  Beberapa algoritma machine learning seperti Support Vector Machine, K-Nearest Neighbor  dan Random Forest digunakan dalam eksperimen untuk menentukan model terbaik. Hasil  penelitian menunjukkan bahwa optimasi feature weighting mampu meningkatkan akurasi  prediksi secara signifikan. Model yang dihasilkan mampu mengklasifikasikan tingkat  kecanduan pengguna smartphone dengan akurasi yang tinggi, sehingga dapat menjadi alat  yang efektif untuk mendeteksi potensi kecanduan. Temuan ini diharapkan dapat memberikan  kontribusi dalam penanganan masalah kecanduan smartphone melalui pendekatan teknologi  yang berbasis data.