Riyoni, Haris (2025) EKSPERIMEN KOMPARATIF MODEL HYBRID RF–SVM DAN MODEL STANDALONE UNTUK PREDIKSI KECANDUAN SMARTPHONE BERDASARKAN DATA SAS-SV (TA.2.25.045). Diploma thesis, UNIVERSITAS LOGISTIK DAN BISNIS INTERNASIONAL.
Full text not available from this repository.Abstract
Haris Riyoni Diploma IV Teknik Informatika Eksperimen Komparatif Model Hybrid RF–SVM Dan Model Standalone Untuk Prediksi Kecanduan Smartphone Berdasarkan Data SAS-SV Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model hybrid RF–SVM guna mengklasifikasikan tingkat kecanduan smartphone berdasarkan data kuesioner Smartphone Addiction Scale – Short Version (SAS-SV). Model dibangun dengan menggabungkan RF sebagai feature selection dan SVM sebagai algoritma klasifikasi, serta dilengkapi dengan teknik penyeimbangan data SMOTE dan optimasi parameter melalui GridSearchCV. Penelitian ini menjawab tiga permasalahan utama, yaitu bagaimana membangun model hybrid RF–SVM, apakah model tersebut lebih unggul dari model standalone, serta fitur apa saja yang paling berpengaruh. Hasil eksperimen menunjukkan bahwa model hybrid memiliki performa terbaik dibandingkan dua model pembanding (RF dan SVM) dengan nilai akurasi 96,11%, F1-score 0,96, dan skor ROC-AUC sempurna sebesar 1,0000. Selain itu, Terdapat 11 fitur yang berpengaruh seperti fitur-fitur impatience_without_phone, low_concentration, dan preoccupation_with_phone menjadi faktor paling dominan dalam proses klasifikasi. Penelitian ini menyimpulkan bahwa pendekatan hybrid tidak hanya mampu meningkatkan akurasi dan generalisasi model, tetapi juga memberikan stabilitas klasifikasi dalam mendeteksi kecanduan smartphone. Kata Kunci: kecanduan smartphone, SAS-SV, pembelajaran mesin, Random Forest, Support Vector Machine
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Sekolah Vokasi > Teknik Informatika D4 |
| Depositing User: | PKL TUJUH TUJUH |
| Date Deposited: | 30 Sep 2025 03:55 |
| Last Modified: | 30 Sep 2025 03:55 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/3679 |
Actions (login required)
 |
View Item |
