HUMAIRAH, SITI (2026) PERBANDINGAN METODE ALGORITMA K-NEAREST NEIGHBORS (K-NN) DAN ALGORITMA SUPPORT VEKTOR MACHINE (SVM) UNTUK KLASIFIKASI TINGKAT KECANDUAN PENGGUNAAN APLIKASI TIKTOK PADA MAHASISWA UNIVERSITAS MALIKUSSALEH. S1 thesis, Universitas Malikussaleh.

	Text COVER MAIRA.pdf Download (269kB)
	Text ABSTRAK MAIRA.pdf Download (229kB)
	Text BAB I MAIRA.pdf Download (324kB)
	Text DAPUS MAIRA.pdf Download (214kB)
	Text SKRIPSI HUMAIRAHH fix (1).pdf Restricted to Registered users only Download (1MB)

Abstract

Penggunaan aplikasi TikTok yang semakin meningkat di kalangan mahasiswa dapat menyebabkan penggunaan secara berlebihan sehingga berpotensi menimbulkan tingkat kecanduan yang berbeda. Penelitian ini bertujuan untuk membandingkan kinerja algoritma K-Nearest Neighbors (K-NN) dan Support Vector Machine (SVM) dalam mengklasifikasikan tingkat kecanduan penggunaan aplikasi TikTok pada mahasiswa Universitas Malikussaleh. Data penelitian diperoleh melalui penyebaran kuesioner kepada 557 mahasiswa, dengan 445 data digunakan sebagai data training dan 112 data sebagai data testing. Tingkat kecanduan diklasifikasikan ke dalam tiga kategori, yaitu kecanduan ringan, kecanduan sedang, dan kecanduan berat. Hasil pengujian menunjukkan bahwa algoritma K-NN dan algoritma SVM memeperoleh hasil yang sama dengan akurasi sebesar 89,29%, precision 90,00%, recall 89,00%, dan F1-score 89,00%. Dari sisi waktu proses, K-NN memiliki waktu training sebesar 0,0128 detik dan prediction sebesar 0,0099 detik, sedangkan SVM memiliki waktu training sebesar 0,0446 detik dan prediction sebesar 0,0118 detik. Penggunaan memori K-NN sebesar 42,90 KB, sedangkan SVM sebesar 42,28 KB. Berdasarkan hasil tersebut, K-NN dan SVM memiliki kinerja klasifikasi yang sama berdasarkan nilai evaluasi, tetapi K-NN memiliki waktu proses yang lebih cepat, sedangkan SVM memiliki penggunaan memori yang sedikit lebih rendah.

Item Type:	Thesis (S1)
Subjects:	Q Science > Q Science (General) 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:	siti siti humairah maira
Date Deposited:	22 Oct 2026 03:40
Last Modified:	22 Oct 2026 03:40
URI:	https://rama.unimal.ac.id/id/eprint/23715

Actions (login required)

View Item