HASIBUAN, ASWITA INDAH LUTHFIANA (2026) ANALISIS TINGKAT KETERGANTUNGAN MAHASISWA TEKNIK INFORMATIKA TERHADAP APLIKASI AI CHATGPT MENGGUNAKAN SUPPORT VECTOR MACHINE. S1 thesis, Universitas malikussaleh.

	Text Cover Skripsi Aswita Indah Luthfiana_220170206.pdf Download (245kB)
	Text Abstrak Skripsi Aswita Indah Luthfiana_220170206.pdf Download (273kB)
	Text BAB I Skripsi Aswita Indah Luthfiana_220170206.pdf Download (275kB)
	Text DApus Skripsi Aswita Indah Luthfiana_220170206.pdf Download (239kB)
	Text Skripsi Aswita Indah Luthfiana_220170206.pdf Restricted to Registered users only Download (2MB)

Abstract

ABSTRAK Analisis Ketergantungan Mahasiswa terhadap Penggunaan ChatGPT Menggunakan Metode Support Vector Machine (SVM). Penelitian ini bertujuan untuk menganalisis tingkat ketergantungan mahasiswa terhadap penggunaan ChatGPT dalam kegiatan akademik menggunakan metode Support Vector Machine (SVM). Data penelitian diperoleh melalui penyebaran kuesioner kepada mahasiswa Program Studi Teknik Informatika Universitas Malikussaleh angkatan 2022, 2023, 2024, dan 2025 dengan jumlah data sebanyak 400 responden. Indikator penelitian meliputi intensitas penggunaan, durasi penggunaan, tujuan penggunaan, persepsi efektivitas, dan perilaku ketergantungan terhadap ChatGPT. Data yang diperoleh kemudian melalui tahap preprocessing meliputi pengecekan missing value, transformasi label, normalisasi data menggunakan Min-Max Scaling, serta pembagian data menjadi 80% data training dan 20% data testing. Selanjutnya data diklasifikasikan menggunakan metode Support Vector Machine (SVM) dengan kernel linear. Hasil penelitian menunjukkan bahwa metode Support Vector Machine (SVM) mampu mengklasifikasikan tingkat ketergantungan mahasiswa ke dalam kategori rendah (Low), sedang (Medium), dan tinggi (High) dengan tingkat akurasi sebesar 95%, sehingga model dinilai mampu melakukan klasifikasi data dengan sangat baik. Berdasarkan hasil analisis, faktor yang paling memengaruhi tingkat ketergantungan mahasiswa terhadap penggunaan ChatGPT adalah frekuensi penggunaan, durasi penggunaan, serta penggunaan ChatGPT dalam membantu menyelesaikan tugas akademik dan pemrograman. Sistem yang dibangun berbasis web menggunakan Python Flask dan XAMPP sehingga dapat membantu proses pengolahan data, pelatihan model, serta menampilkan hasil klasifikasi secara otomatis. Selain itu, hasil pengujian Black Box menunjukkan bahwa seluruh fitur pada sistem berjalan sesuai dengan fungsinya. Kata Kunci: ChatGPT, Ketergantungan Mahasiswa, Klasifikasi, Support Vector Machine, Teknologi Pendidikan

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:	Aswita Aswita Hasibuan
Date Deposited:	03 Sep 2026 03:41
Last Modified:	03 Sep 2026 03:41
URI:	https://rama.unimal.ac.id/id/eprint/22204

Actions (login required)

View Item