Penerapan Data Mining Menggunakan Algoritma Decision Tree Untuk Menganalisis Penggunaan Media Sosial Dengan Konsentrasi Belajar Mahasiswa

Kharisma Istiqomah; Verra Sofica

doi:10.31004/riggs.v4i4.3228

Authors

Kharisma Istiqomah Universitas Bina Sarana Informatika
Verra Sofica Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.31004/riggs.v4i4.3228

Keywords:

Data Mining, Decision Tree, Media Sosial, Konsentrasi Belajar, Mahasiswa, RapidMiner

Abstract

Penelitian ini bertujuan untuk menganalisis antara penggunaan media sosial dengan konsentrasi belajar. Metode penelitian menggunakan pendekatan kuantitatif dengan teknik data mining berbasis algoritma Decision Tree. melibatkan 200 mahasiswa aktif berusia 18–25 tahun yang dipilih secara acak, mengenai frekuensi, durasi, platform media sosial, waktu belajar, IPK, dan konsentrasi belajar. Data kemudian diolah menggunakan perangkat lunak RapidMiner melalui tahapan preprocessing, pemodelan Decision Tree, serta evaluasi model menggunakan cross-validation. Hasil penelitian menunjukkan bahwa frekuensi dan durasi penggunaan media sosial merupakan faktor dominan yang memengaruhi konsentrasi belajar mahasiswa. Mahasiswa dengan frekuensi akses tinggi (>5 kali/hari) dan durasi penggunaan lama (>3 jam/hari) cenderung memiliki konsentrasi belajar rendah. Model Decision Tree yang dibangun menghasilkan akurasi sebesar 63%, dengan pola prediksi yang menunjukkan keterkaitan signifikan antara kebiasaan penggunaan media sosial dan tingkat konsentrasi belajar. Kesimpulannya, algoritma Decision Tree dapat menjadi metode yang efektif untuk mengidentifikasi pola-pola digital yang berpengaruh terhadap konsentrasi mahasiswa, serta memberikan rekomendasi strategis bagi institusi pendidikan dalam mengelola kebiasaan digital mahasiswa. Kesimpulan berikut dapat diambil berdasarkan temuan penelitian tentang penggunaan penambangan data dan algoritma Pohon Keputusan untuk menganalisis antara penggunaan media sosial dan kemampuan siswa untuk fokus selama kelas, bahwa Analisis Penggunaan Media Sosial dengan Konsentrasi Belajar. Temuan analisis Pohon Keputusan menunjukkan bahwa variabel utama yang memengaruhi kemampuan siswa untuk fokus saat belajar adalah frekuensi dan durasi penggunaan media sosial mereka.

Downloads

Download data is not yet available.

References

A, E. K. C., & Begum, dan R. (2025). The academic implications of social media use and multitasking: Evidence from university students in a developing nation. Social Sciences & Humanities Open, 11, 101623.

Al, H. et. (n.d.). Data Mining: Concepts and Techniques.

Al, R. J. S. et. (2024). Night Screen Time is Associated with Cognitive Function in Healthy Young Adults: A Cross-Sectional Study. Journal of Multidisciplinary Healthcare, 17, 2093–2104.

Halim, S. (2024). Hubungan Intensitas Penggunaan Internet dan Kualitas Tidur dengan Konsentrasi Belajar pada Siswa Madrasah Aliyah Darul Ulum Amessangeng Maros. Window of Public Health Journal, 5(1), 160–169.

Han, J., Kamber, M., & Pei, J. (2023). Data Mining: Concepts and Techniques. Morgan Kaufmann.

Han, J. (2012). Data Mining Concepts and Techniques (Third Edit).

Indiani, R. (2025). Penggunaan Media Sosial dan Produktivitas Belajar Mahasiswa. Cendikia Pendidikan.

Jones, Chloe N., et al. (2024). Investigating the links between objective social media use, attentional control, and psychological distress. Social Science & Medicine, 361, 117400.

Kaewpradit, Kamollada, Pitchayanont Ngamchaliew, and N. B. (2025). Digital screen time usage, prevalence of excessive digital screen time, and its association with mental health, sleep quality, and academic performance among Southern University students. Frontiers in Psychiatry, 16, 1535631.

Marhaeni, Luh Putu, Putu Budi Adnyana, and N. L. P. M. W. (2020). Hubungan Penggunaan Smartphone dengan Konsentrasi dan Minat Belajar Biologi Siswa SMA. Jurnal Pendidikan Biologi Undiksha, 7(3), 137–147.

Mostafa Alizade-Harakiyan, et al. (2025). Decision tree-based machine learning algorithm for prediction of acute radiation esophagitis. Biochemistry and Biophysics Reports, 42, 101991.

Muhammad Firdaus Mustapha, dkk. (2023). The prediction of student’s academic performance using RapidMiner. Indonesian Journal of Electrical Engineering and Computer Science, 32(1), 363~371.

Safitri, H. dan T. (2024). Hubungan antara Konsentrasi Belajar dengan Tingkat PenggunaanMedia Sosial TikTok pada Mahasiswa Fakultas Ushuluddin Adab dan Dakwah IAINParepare. IAIN Parepare.

Sinaga, Daniel, Edwin J. Solaiman, and F. J. K. (2021). Penerapan algoritma decision tree C4. 5 untuk klasifikasi mahasiswa berpotensi drop out di universitas advent indonesia. TeIKa, 11(2), 167–173.

Sugiyono. (2019). Metode penelitian pendidikan: kuantitatif, kualitatif, kombinasi, R&D dan penelitian pendidikan. Alfabeta.

Trendeline Haliti-Sylaja, A. S. (2024). Impact of Short Reels on Attention Span and Academic Performance of Undergraduate Students. Eurasian Journal of Applied Linguistics, 10(3), 60–68