ANALISIS PERBANDINGAN ALGORITMA C4.5 DAN XGBOOST UNTUK MEMPREDIKSI KEBAHAGIAAN DARI DATA GAYA HIDUP DIGITAL

Abstract

Perkembangan teknologi digital mengubah pola kehidupan masyarakat, termasuk aspek gaya hidup dan kesejahteraan psikologis. Gaya hidup digital yang mencakup penggunaan media sosial, durasi penggunaan perangkat, kualitas tidur, serta tingkat stres diperkirakan memiliki hubungan dengan tingkat kebahagiaan individu. Oleh karena itu, penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja algoritma C4.5 dan XGBoost dalam memprediksi tingkat kebahagiaan berdasarkan data gaya hidup digital, serta mengidentifikasi faktor-faktor yang paling berpengaruh terhadap kebahagiaan. Penelitian ini menggunakan pendekatan kuantitatif dengan metode eksperimen komparatif. Dataset yang digunakan terdiri dari 500 data dengan 10 atribut yang mencakup variabel numerik dan kategorikal. Tahapan penelitian meliputi preprocessing data, pembagian data menggunakan metode train-test split (80:20), implementasi algoritma C4.5 dan XGBoost, serta model evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kedua algoritma memiliki performa yang relatif sama dengan nilai akurasi sebesar 0,44. Nilai presisi, recall, dan F1-score pada kedua model juga tidak menunjukkan perbedaan yang signifikan. Analisis lebih lanjut menunjukkan bahwa distribusi data yang tidak buruk mempengaruhi kinerja model, di mana model cenderung lebih baik dalam memprediksi kelas mayoritas dibandingkan kelas minoritas. Berdasarkan analisis dan korelasi feature important, variabel yang paling berpengaruh terhadap tingkat kebahagiaan adalah tingkat stres, kualitas tidur, dan durasi penggunaan perangkat digital.