Streamlit-based Social Media Addiction Prediction Application Using Linear Regression

Rini Ariza; Muhammad Reza Maulana; Elkin  Rilvani

doi:10.59934/jaiea.v5i1.1383

Authors

Rini Ariza Universitas Pelita Bangsa
Muhammad Reza Maulana Universitas Pelita Bangsa
Elkin Rilvani Universitas Pelita Bangsa

DOI:

https://doi.org/10.59934/jaiea.v5i1.1383

Keywords:

Addiction Prediction, Behavioral Analysis, Linear Regression, Social Media, Streamlit

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis web interaktif yang memprediksi tingkat kecanduan media sosial di kalangan mahasiswa menggunakan pendekatan regresi linier. Aplikasi ini dibangun dengan kerangka kerja Streamlit dan dirancang untuk menganalisis data perilaku pengguna numerik dan kategoris. Dataset yang digunakan berasal dari survei kebiasaan media sosial mahasiswa, termasuk faktor-faktor seperti usia, jenis kelamin, waktu penggunaan harian, durasi tidur, kesehatan mental, dan konflik terkait media sosial. Model prediksi dilatih dan dievaluasi menggunakan teknik praproses standar dan mencapai nilai R-kuadrat sebesar 0,79, yang menunjukkan kinerja prediktif yang kuat. Temuan utama menunjukkan bahwa skor kesehatan mental, jam tidur, dan usia berkontribusi negatif terhadap risiko kecanduan, sementara konflik media sosial dan durasi penggunaan meningkatkan risiko. Aplikasi ini menyediakan prediksi waktu nyata dan klasifikasi risiko visual untuk memberi tahu pengguna tentang kecenderungan kecanduan mereka. Hasil penelitian menunjukkan bahwa regresi linier merupakan metode yang efektif untuk mengidentifikasi dan menginterpretasikan indikator perilaku kecanduan media sosial. Aplikasi ini berfungsi sebagai alat prediktif sekaligus edukatif, yang memungkinkan mahasiswa dan pemangku kepentingan akademik untuk lebih memahami, memantau, dan mengelola penggunaan media sosial.

Downloads

Download data is not yet available.

References

M. Nur Cahya, W. Ningsih, dan A. Lestari, “Dampak Media Sosial terhadap Kesejahteraan Psikologis Remaja: Tinjauan Pengaruh Penggunaan Media Sosial pada Kecemasan dan Depresi Remaja,” J. Sos. Teknol., vol. 3, no. 8, hlm. 704–706, Agu 2023, doi: 10.59188/jurnalsostech.v3i8.917.

N. Koli, “Praktik Kuasa Platform Media Sosial Di Balik Kecanduan Media Sosial Bagi Remaja,” Indones. Character J., vol. 1, no. 1, hlm. 37–47, Nov 2023, doi: 10.21512/icj.v1i1.10273.

M. A. Latief dan Y. Karyanti, “Data Mining & Analytic Forecasting Indeks Standar Pencemar Udara Jakarta Menggunakan Metode Linear Regression (Studi Kasus: Dataset Indeks Standar Pencemar Udara Jakarta 2021),” J. Soc. Res., vol. 1, no. 10, hlm. 1164–1176, Sep 2022, doi: 10.55324/josr.v1i10.248.

M. L. Mu’tashim, T. Muhayat, S. A. Damayanti, H. N. Zaki, dan R. Wirawan, “Analisis Prediksi Harga Rumah Sesuai Spesifikasi Menggunakan Multiple Linear Regression,” Inform. J. Ilmu Komput., vol. 17, no. 3, hlm. 238, Des 2021, doi: 10.52958/iftk.v17i3.3635.

A. Anggrawan, H. Hairani, dan N. Azmi, “Prediksi Penjualan Produk Unilever Menggunakan Metode Regresi Linear,” J. Bumigora Inf. Technol. BITe, vol. 4, no. 2, hlm. 123–132, Des 2022, doi: 10.30812/bite.v4i2.2416.

A. Saiful, “Prediksi Harga Rumah Menggunakan Web Scrapping dan Machine Learning Dengan Algoritma Linear Regression,” JATISI J. Tek. Inform. Dan Sist. Inf., vol. 8, no. 1, hlm. 41–50, Mar 2021, doi: 10.35957/jatisi.v8i1.701.

R. S. Sentri, A. Sutja, dan A. Yusra, “Pengaruh Kecanduan Media Sosial terhadap Interaksi Sosial Siswa Kelas VIII & IX di SMP Negeri 11 Kota Jambi”.

R. Awalia, F. Fikrie, dan A. Rifandi, “Peranan Regulasi Diri Terhadap Kecenderungan Kecanduan Media Sosial Pada Mahasiswa,” J. Psikol. MANDALA, vol. 6, no. 2, Des 2022, doi: 10.36002/jpm.v6i2.2006.

Sekolah Tinggi Teknologi Garut dkk., “Kajian Adiksi Internet dan Adiksi Media Sosial dari Sisi Filsafat Sains,” J. Algoritma, vol. 17, no. 2, hlm. 409–423, Feb 2021, doi: 10.33364/algoritma/v.17-2.409.