Clustering Tingkat Kecanduan Media Sosial pada Mahasiswa Generasi Z Menggunakan Algoritma K-Means
DOI:
https://doi.org/10.35473/jamastika.v5i1.4648Abstract
This study analyzes and categorizes the degree of Generation Z students' addiction to social media using the K-Means algorithm. The daily life of a student is now synonymous with social media, especially among Generation Z, known as a digital native group with high levels of online interaction. A survey methodology was utilized in this study to capture data pertaining to different dimensions of social media habits, for instance, how often platforms are used, duration of online time, types of platforms used, and their impact on academic and social activities. Students were grouped according to their social media usage habits and behavioral traits using the K-Means algorithm. Data analysis verifies the existence ofseveral main clusters that describe low, medium, and high levels of addiction. These findings provide important insights for educational institutions and related parties in understanding patterns of social media addiction among students, thereby informing the creation of targeted educational programs to counteract the negative consequences of problematic social media consumption.
Keyword: Social Media Addiction, Generation Z Students, K-Means Clusterin
Penelitian ini menganalisis dan mengelompokkan tingkat kecanduan media sosial pada mahasiswa Generasi Z dengan menggunakan algoritma K-Means. Kehidupan sehari-hari siswa sekarang melibatkan media sosial, terutama Generasi Z yang dikenal sebagai kelompok digital native dengan tingkat interaksi tinggi di dunia maya. Dalam penelitian ini, Data dikumpulkan melalui survei yang mencakup elemen seperti frekuensi penggunaan media sosial, durasi waktu online, jenis platform yang digunakan, serta dampaknya terhadap aktivitas akademik dan sosial. Metode K-Means digunakan untuk mengelompokkan siswa berdasarkan pola penggunaan media sosial dan perilakunya terhadap media sosial. Hasil analisis menunjukkan bahwa ada beberapa klaster utama yang menunjukkan tingkat kecanduan rendah, sedang, dan tinggi. Temuan ini memberikan wawasan penting bagi lembaga pendidikan dan pihak terkait dalam memahami pola kecanduan media sosial di kalangan mahasiswa, serta menjadi dasar dalam penyusunan strategi edukatif untuk mengurangi efek negatif yang disebabkan oleh penggunaan media sosial yang berlebihan.
Kata Kunci: Kecanduan Media Sosial, Mahasiswa Generasi Z, K-Means Clustering.
References
Andini, E. A., Maharani, B. A., Apriliani, M. D., Tsabita, K., Pratyasanto, A. A., Keuangan, P., & Stan, N. (n.d.). ANALISIS TINGKAT PERILAKU KONSUMTIF BELANJA ONLINE DENGAN ALGORITMA K-MEANS ( STUDI KASUS MAHASISWA XXX ). 2(1).
K-means, M., Mansiz, M. I., & Fatah, Z. (2024). Gudang Jurnal Multidisiplin Ilmu Pengelompokan Pengguna Media Sosial Berdasarkan Pola Interaksi. 2(November), 388–397.
Lestari, H., Hidayanthi, R., Langga, A., & Sakti, D. (2024). Implementation of K-Means clustering on student learning achievements based on social economic and social related.
Maesarah, S., Fatah, Z., Ibrahimy, U., Timur, S. J., Ibrahimy, U., & Timur, S. J. (2024). PENERAPAN K-MEANS CLUSTERING UNTUK PENGELOMPOKAN WILAYAH. 1(6), 114–120.
Miskin, P., Kota, B., Di, K., Barat, J., Akuntansi, K., & Cirebon, S. I. (2023). Jurnal Informatika Terpadu. 9(1), 68–73.
Nafisah, Y. F. (2024). Penggunaan Media Sosial pada Generasi Z Use of Social Media in Generation Z Abstrak. 11(02), 705–713.
Nazifah, N. (2023). Analisis Perbandingan Decision Tree Algoritma C4.5 dengan algoritma lainnya: Sistematic Literature Review. Jurnal Informatika Dan Teknologi Komputer ( J-ICOM), 4(2), 57–64. https://doi.org/10.55377/j-icom.v4i2.7719
Oti, E. U., Olusola, M. O., Eze, F. C., & Enogwe, S. U. (2021). Comprehensive Review of K-Means Clustering Algorithms. 7(8), 22–23. https://doi.org/10.31695/IJASRE.2021.34050
Prameswari, Y. N. (2025). HUBUNGAN GANGGUAN MENTAL EMOSIONAL DENGAN KECANDUAN MEDIA SOSIAL PADA SISWA SMA NEGERI 3. 05(1), 114–125.
Raihan, F., & Sutisna. (2024). Analisis Pengaruh Media Sosial X Terhadap Sikap dan. Jurnal Indonesia: Manajemen Informatika Dan Komunikasi, 5(3), 3138–3146.
Ramadhan, P., Yuhandri, & Veri, J. (2025). Eksplorasi Algoritma Decision Tree untuk Penentuan Siswa Berprestasi. Bit-Tech, 7(3), 826–833. https://doi.org/10.32877/bt.v7i3.2210
Safira, M., Rosnita, L., Malikussaleh, U., Safira, M., & Clustering, K. (2025). UNIVERSITAS MALIKUSSALEH MENGGUNAKAN METODE K-MEANS CLUSTERING CLASSIFICATION OF TIKTOK APPLICATION USAGE OF MALIKUSSALEH UNIVERSITY STUDENTS USING THE K-MEANS CLUSTERING METHOD. 4(1), 208–214.
