MUNDIRAWATI, CUT (2026) KLASIFIKASI TINGKAT KECANDUAN ROKOK PADA MAHASISWA UNIVERSITAS MALIKUSSALEH MENGGUNAKAN ALGORITMA C4.5. S1 thesis, Universitas Malikussaleh.

	Text COVER_CUT MUNDIRAWATI_210170027 .pdf Download (194kB)
	Text ABSTRAK_CUT MUNDIRAWATI_210170027 .pdf Download (299kB)
	Text BAB I_CUT MUNDIRAWATI_210170027 .pdf Download (308kB)
	Text DASPU_CUT MUNDIRAWATI_210170027 .pdf Download (320kB)
	Text SKRIPSI_CUT MUNDIRAWATI_210170027 .pdf Restricted to Registered users only Download (3MB)

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan tingkat kecanduan rokok pada mahasiswa Universitas Malikussaleh dengan menggunakan algoritma C4.5. Perilaku merokok merupakan permasalahan yang dapat berdampak negatif terhadap kesehatan, konsentrasi belajar, dan kualitas hidup mahasiswa. Data penelitian diperoleh dari hasil pengisian kuesioner serta input data secara langsung oleh pengguna melalui sistem yang dikembangkan. Total data yang digunakan berjumlah 310 data mahasiswa, yang selanjutnya dibagi menjadi 240 data sebagai data pelatihan (training) dan 60 data sebagai data pengujian (testing). Dataset disusun berdasarkan beberapa atribut, yaitu jumlah batang rokok per hari, lama merokok, alasan merokok, dan waktu mulai merokok. Hasil klasifikasi menunjukkan bahwa sebanyak 98 mahasiswa termasuk dalam kategori kecanduan ringan, 150 mahasiswa pada kategori sedang, 58 mahasiswa pada kategori berat, dan 4 mahasiswa pada kategori sangat berat. Mayoritas mahasiswa berada pada tingkat kecanduan sedang, yang menunjukkan bahwa kebiasaan merokok di kalangan mahasiswa masih cukup tinggi. Proses pembentukan model dilakukan melalui perhitungan nilai Entropy, Information Gain, Split Info, dan Gain Ratio, di mana atribut jumlah konsumsi rokok per hari terpilih sebagai atribut akar karena memiliki nilai Gain Ratio tertinggi sebesar 0,2717. Model klasifikasi yang dihasilkan memiliki tingkat akurasi sebesar 80%, dengan nilai precision 64,5%, recall 56,8%, dan F1-score 58,9%. Selain itu, sistem juga dilengkapi fitur input data mandiri dan notifikasi hasil klasifikasi melalui email menggunakan MailHog, sehingga pengguna dapat mengetahui tingkat kecanduan rokok secara langsung. Hasil penelitian ini menunjukkan bahwa algoritma C4.5 efektif digunakan dalam mengklasifikasikan tingkat kecanduan rokok mahasiswa. Kata Kunci : Klasifikasi, C4.5, Rokok, Pohon Keputusan, Mahasiswa

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Ms cut mundirawati
Date Deposited:	20 Apr 2026 03:30
Last Modified:	20 Apr 2026 03:30
URI:	https://rama.unimal.ac.id/id/eprint/19443

Actions (login required)

View Item