PEMBAGIAN TINGKAT KECANDUAN GAME ONLINE MENGGUNAKAN K-MEANS CLUSTERING SERTA KORELASINYA TERHADAP PRESTASI AKADEMIK

Yudi Prastyo

Abstract


Game online tidak hanya memberikan hiburan tetapi juga memberikan tantangan yang menarik untuk diselesaikan sehingga individu bermain game online tanpa memperhitungkan waktu demi mencapai kepuasan. Salah satu metode yang dapat digunakan untuk mengelompokkan tingkat kecanduan game online adalah metode K-Means Clustering. K-Means Clustering merupakan salah satu metode data clustering non hirarki yang berusaha mempartisi data yang ada ke dalam bentuk satu atau lebih cluster/kelompok.Penelitian ini mengambil data sample kuesioner dari mahasiswa di Universitas Ibn Khaldun Bogor dimana isian kuesioner akan diolah sebagai acuan pengelompokkan tingkat kecanduan game online.Hasil clusteringdigunakan untuk mengetahui hubungannya antara tingkat kecanduan game online terhadap prestasi akademik mahasiswa. K-Means Clustering memiliki berbagai keunggulan diantaranya sederhana untuk dipahami, mudah untuk diterapkan, membutuhkan sedikit pengetahuan, mampu menangani data numerik dan kategorikal, tangguh, dan dapat menangani dataset yang besar. Nilai korelasi yang dihasilkan sebesar -0,885yang berarti bahwa adanya korelasi antara tingkat kecanduan game online terhadap prestasi akademik mahasiswa di Universitas Ibn Khaldun Bogor

Keywords


Clustering; K-MEANS; Prestasi Akademik; Game Online; Korelasi

Full Text:

PDF

Article Metrics

Abstract views : 318 | views : 821

DOI: http://dx.doi.org/10.21831/elinvo.v2i2.17307

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Elinvo (Electronics, Informatics, and Vocational Education)

License URL: https://creativecommons.org/licenses/by-nc/4.0/

Our Journal indexed by:

ISSN 2477-2399 (online) || ISSN 2580-6424 (print)

View My Stats

Flag Counter