Prediksi kualitas tidur berdasarkan penggunaan media sosial menggunakan Multilayer Perceptron (MLP)

Azzahra, Diviandini (2025) Prediksi kualitas tidur berdasarkan penggunaan media sosial menggunakan Multilayer Perceptron (MLP). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text COVER.pdf Download (11kB) | Preview
Preview	Text Abstrak.pdf Download (254kB) | Preview
Preview	Text Bebas Plagiarisme.pdf Download (10MB) | Preview
Preview	Text Daftar Isi.pdf Download (250kB) | Preview
Preview	Text BAB I.pdf Download (284kB) | Preview
	Text BAB II.pdf Restricted to Registered users only Download (749kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (926kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (926kB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (234kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (308kB) | Request a copy
	Text Lampiran.pdf Restricted to Repository staff only Download (273kB) | Request a copy

Abstract

Perkembangan teknologi digital, khususnya media sosial, telah membawa dampak signifikan terhadap gaya hidup Generasi Z yang dikenal sebagai pengguna aktif media digital. Salah satu konsekuensi dari penggunaan media sosial yang intensif adalah meningkatnya screen time, terutama pada malam hari, yang berpotensi mengganggu pola tidur. Selain faktor durasi penggunaan, aspek psikologis berupa Fear of Missing Out (FOMO) juga berperan penting, yaitu rasa cemas ketika tertinggal informasi atau interaksi sosial di dunia maya. Kondisi ini mendorong individu untuk terus terhubung secara online hingga larut malam, sehingga memperburuk kualitas tidur. Untuk mengukur kualitas tidur, penelitian ini menggunakan Pittsburgh Sleep Quali ty Index (PSQI), instrumen standar internasional yang menilai aspek durasi, latensi, efisiensi, dan gangguan tidur. Data penelitian dikumpulkan melalui survei yang mencakup informasi screen time (Instagram, TikTok, dan YouTube), tingkat FOMO, serta kebiasaan tidur responden. Informasi penggunaan media sosial divalidasi menggunakan bukti objektif berupa tangkapan layar (screenshot) dari fitur Screen Time pada perangkat ponsel. Penelitian ini mengembangkan model klasifikasi berbasis Multilayer Perceptron (MLP) untuk memprediksi kualitas tidur (baik atau buruk) berdasarkan variabel perilaku digital dan psikologis tersebut. Hasil penelitian menunjukkan adanya keterkaitan signifikan antara screen time berlebih dan tingginya skor FOMO dengan kualitas tidur yang buruk (skor PSQI ≥ 5). Model MLP terbukti efektif dalam mempelajari pola kompleks antarvariabel, sehingga mampu menghasilkan prediksi dengan tingkat akurasi yang baik.

Actions (login required)

View Item