KLASIFIKASI KARAKTERISTIK PENGGUNA MEDIA SOSIAL MENGGUNAKAN METODE NAIVE BAYES

Abstract

Media sosial telah menjadi ruang utama interaksi digital masyarakat modern, yang secara tidak langsung mencerminkan karakteristik perilaku penggunanya. Namun, meningkatnya penggunaan yang tidak terkontrol turut menimbulkan potensi risiko digital, seperti kecanduan dan penurunan produktivitas. Penelitian ini bertujuan untuk mengklasifikasikan karakteristik pengguna media sosial berdasarkan perilaku digital mereka dengan memanfaatkan algoritma Naive Bayes. Data dikumpulkan melalui survei daring yang melibatkan 118 responden, kemudian dianalisis menggunakan pendekatan kuantitatif berbasis data mining. Proses analisis mencakup tahapan pra-pemrosesan, normalisasi data, perhitungan skor aktivitas daring, pelabelan kelas berbasis distribusi statistik, pelatihan model klasifikasi, dan evaluasi performa menggunakan metrik akurasi, presisi, recall, serta F1-score. Model dibangun dengan algoritma Gaussian Naive Bayes dan menunjukkan akurasi klasifikasi sebesar 90,7% dengan nilai f1-score di atas 0,90 pada seluruh kelas (Ringan, Sedang, Berat). Hasil ini menunjukkan bahwa Naive Bayes efektif dalam mengidentifikasi karakteristik pengguna media sosial berdasarkan perilaku, dan berpotensi mendukung pengembangan sistem deteksi risiko digital serta intervensi berbasis data.