Rahma, Novia (2026) IMPLEMENTASI MODEL MACHINE LEARNING UNTUK MENGIDENTIFIKASI FAKTOR DOMINAN PEMICU QUARTER-LIFE CRISIS PADA GEN Z DENGAN ALGORITMA APRIORI. S1 thesis, Universitas Malikussaleh.

	Text cover.pdf Download (164kB)
	Text abstrak.pdf Download (224kB)
	Text bab 1.pdf Download (232kB)
	Text daftar pustaka.pdf Download (199kB)
	Text Skripsi Full.pdf Restricted to Registered users only Download (1MB)

Abstract

Quarter-Life Crisis (QLC) merupakan kondisi psikologis berupa kebingungan, kecemasan, dan ketidakpastian masa depan yang marak dialami Generasi Z (18–29 tahun). Penelitian sebelumnya umumnya terbatas pada pembahasan gejala dan pengembangan alat ukur, sehingga pola keterkaitan antarfaktor pemicunya belum banyak diungkap secara kuantitatif. Penelitian ini bertujuan untuk menganalisis pola keterkaitan antara faktor penyebab QLC, karakteristik responden, dan tingkat QLC yang dialami, serta menentukan faktor pemicu yang paling dominan pada Generasi Z Metode yang digunakan adalah Association Rule Mining (ARM) dengan Algoritma Apriori. Data dikumpulkan melalui kuesioner daring berskala Likert 4 poin kepada Generasi Z dan memperoleh 440 data responden. Setelah melalui tahap preprocessing dan transformasi ke bentuk biner, data diolah menggunakan Python (mlxtend) dengan parameter minimum support 30%, minimum confidence 60%, dan lift ratio > 1. Hasil pengujian frequent 1-itemset menunjukkan item pernyataan tertinggi adalah takut mengecewakan keluarga (P17: 86,59%), cemas masa depan (P12: 82,73%), dan khawatir arah karier (P13: 80,68%). Pembentukan aturan asosiasi menghasilkan 555.921 rules valid. Pada analisis Top 50 Association Rules, kombinasi beban ekspektasi lingkungan (P3) dan ketidakpercayaan diri akibat kegagalan (P6) menjadi pemicu utama yang pasti diikuti oleh kecemasan masa depan (P12) dengan confidence 100% dan lift 1,2088. Selain itu, tingkat QLC tinggi (QLC_Tinggi) melekat kuat pada 17 dari 20 indikator krisis dengan confidence hingga 99,32%. Penelitian ini menyimpulkan dua faktor dominan pemicu QLC adalah Kecemasan Masa Depan dan Tekanan Tuntutan Hidup, dengan kelompok mahasiswa aktif usia 20–23 tahun sebagai kelompok yang paling rentan.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	novia rahma
Date Deposited:	31 Aug 2026 04:19
Last Modified:	31 Aug 2026 04:19
URI:	https://rama.unimal.ac.id/id/eprint/21845

Actions (login required)

View Item