Firman Syahrial, - (2021) TINGKAT KECANDUAN GAME ONLINE MENGGUNAKAN ALGORITMA K-MEDOIDS CLUSTERING DAN KORELASINYA TERHADAP PRESTASI AKADEMIK. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text (BAB IV) LAP-bab45.pdf - Published Version Restricted to Repository staff only Download (2MB)
Preview	Text LAP-tanpa45.pdf Download (2MB) | Preview

Abstract

Game merupakan permainan di dalam sebuah alat yang dimainkan dengan bantuan internet baik itu berupa Smartphone ataupun perangkat komputer. Bermain game yang dilakukan secara terus menerus dan berkepanjangan menyebabkan perilaku kebutuhan atau kecanduan akan game tersebut. kecanduan game biasanya terjadi pada siapapun, dalam penelitian ini data diambil dari Universitas UIN SUSKA RIAU jurusan Teknik Informatika sebanyak 300 data dengan cara menyebar kusioner. Hasil dari clustering 300 data digunakan dalam mengetahui hubungan tingkat kecanduan game dengan prestasi akademik mahasiswa. untuk mendapatkan hasil yang akurat dalam clustering data dibutuhkan algoritma. algoritma yang digunakan dalam penelitian ini yaitu algoritma K-Medoids, Algoritma K-Medoids muncul sebagai penanggulangan kelemahan Algoritma K-Means yang sensitif terhadap outlier. Hasil penelitian ini didapatkan 2 cluster kecanduan game yaitu kecanduan game tinggi dengan 55 data, sedangkan kecanduan game rendah dengan 245 data. Menghasilkan korelasi sebesar -0.086 yang berarti terdapat korelasi negatif antara kecanduan game dengan preastasi akademik mahasiswa

Actions (login required)

View Item