Penggunaan Internet Dikalangan Siswa SD di Kota Ternate: Suatu Survey, Penerapan Algoritma Clustering dan Validasi DBI
DOI:
https://doi.org/10.25126/jtiik.2020722370Abstrak
Penggunaan internet dimasyarakat global terus tumbuh, tak hanya terjadi pada masyarakat dewasa melainkan juga pada anak-anak. Internet tidak hanya berdampak pada hal positif melainkan juga pada hal negatif. Di Ternate penggunaan internet terus tumbuh hal ini karena semakin mudah dalam mengakses internet. Namun laporan secara ilmiah mengenai penggunaan internet di Kota Ternate belum ada. untuk itu, bagaimana mengetahui penggunaan internet dikalangan anak SD di kota Ternate. Penelitian itu bertujuan untuk mencari tahu penggunaan internet di Kota Ternate dengan cara survey secara langsung kepada kalangan anak SD di kota Ternate. Selain itu, data-data dari hasil survey kemudian di cluster dengan menggunakan algoritma k-means clustering. kemudian dilakukan validasi clustering dengan davies bouldin index. Hasil dari penelitian ini dari 933 responden diperoleh 51,45 % siswa SD di kota Ternate aktif di jejaring sosial dengan 53,70% di whatsapp, 40,30% di instagram dan 27,80% di facebook. Untuk aktivitas ketika membuka youtube terdapat 61,60% sering menonton video di youtube dengan 61,60% video karton, komedi 49,80% dan konten edukasi 28,40%. Sedangkan untuk game online, yang aktif dalam bermain game online yaitu 49,41%. Untuk penerapan algoritma clustering k-means pada 32 sekolah SD di Kota Ternate diperoleh cluster terbaik saat pembagian 4 cluster, hal ini berdasarkan nilai davies bouldin index yang diperoleh sebesar 0,773 lebih kecil dibandingkan dengan pembagian cluster lainnya.
Abstract
The use of the internet in the global community continues to grow, not only in adults but also in children. The internet does not only have positive effects but also negative things. In Ternate the use of the internet continues to grow because it is easier to access the internet. However, scientific reports regarding the use of the internet in the city of Ternate do not yet exist. for that, how to find out the use of the internet among elementary school children in the city of Ternate. The research aims to find out the use of the internet in the city of Ternate by means of a direct survey among elementary school children in the city of Ternate. In addition, the data from the survey results are then clustered using the k-means clustering algorithm. Then the clustering validation was performed with the bouldin index davies. The results of this study of 933 respondents obtained 51.45% of elementary school students in Ternate were active in social networks with 53.70% on whatsapp, 40.30% on Instagram and 27.80% on Facebook. For activities when opening YouTube there are 61.60% often watching videos on YouTube with 61.60% cardboard videos, comedy 49.80% and educational content 28.40%. As for online games, those active in playing online games are 49.41%. For the application of the k-means clustering algorithm in 32 elementary schools in Ternate, the best cluster was obtained when the division of 4 clusters, this was based on the bouldin index davies value obtained by 0.773 smaller than the other cluster divisions.
Downloads
Referensi
APRIANTI, W. DAN PERMADI, J. (2018) ‘K-Means Clustering Untuk Data Kecelakaan Lalu Lintas K-Means’, Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 5(5), pp. 613–620. doi: 10.25126/jtiik2018551113.
BURHAN, M. S., MAHMUDY, W. F. DAN DERMAWI, R. (2018) ‘Sugeno-Type Fuzzy Inference Optimization With Firefly and K-Means Clustering Algorithms For Rainfall Forecasting’, Journal of Information Technology and Computer Science, 3(1), p. 35. doi: 10.25126/jitecs.20183134.
CHANDRA, P, A. (2013) ‘Penggunaan internet Pada Anak-Anak Sekolah Usia 6-12 Tahun Di Surabaya’, journal unair, 1(2). Available at: http://journal.unair.ac.id.
HARRINGTON, P. (2012) Machine Learning In Action. 1st edn. USA: manning publication.
HUSNI, E. M. DAN FATULLOH, A. (2016) ‘Kategorisasi Pengguna Internet di Kalangan Pelajar SD dan SMP Menggunakan Metode Twostep Cluster’, in Seminar Nasional Aplikasi Teknologi Informasi. Yogyakarta, pp. 6–16. Available at: https://journal.uii.ac.id/Snati/article/view/6256.
INTERNETSOCIETY.ORG (2017) ‘Children and the Internet’, INTERNETSOCIETY.ORG, 26 March. Available at: http://www.internetsociety.org/sites/default/files/bpchildrenandtheinternet- .
INTERNETWORLDSTATS.COM (2019) ‘Top 20 Countries With The Highest Number Of Internet Users’, INTERNETWORLDSTATS.COM, 20 March, p. Top 20 Countries With The Highest Number Of Intern. Available at: https://www.internetworldstats.com/top20.htm.
KEMENDIKBUD (2019) Data Pokok Pendidikan Dasar Dan Menengah. Available At: Https://Dapo.Dikdasmen.Kemdikbud.Go.Id/Sp/3/276006.
KHAN, Z. et al. (2017) ‘An improved K-means clustering algorithm based on an adaptive initial parameter estimation procedure for image segmentation’, International Journal of Innovative Computing, Information and Control, 13(5), pp. 1509–1526. Available at: Scienedirect.com.
NCES (2018) Children’s Access to and Use of the Internet, NCES.ED.GOV. Available at: https://nces.ed.gov/programs/coe/pdf/coe_cch.pdf.
SANTOSA, B., DAN UMAM, A (2018) Data Mining and Big Data Analytics. Teori dan Implementasi Menggunakan Python & Apache Spark. Yogyakarta: Spreader Media Library.
SITOMPUL, J, D, B., SITOMPUL, S, O. DAN SIHOMBING, P. (2019) ‘Enhancement Clustering Evaluation Result of Davies-Bouldin Index with Determining Initial Centroid of K-Means Algorithm’, in Journal of Physics: Conference Series, p. 012015. doi: 10.1088/1742-6596/1235/1/012015.
TEMPOLA, F. DAN ASSAGAF, A. F. (2019) ‘Clustering of Potency of Shrimp In Indonesia With K-Means Algorithm And Validation of Davies-Bouldin Index’, Atlantis-Press, 1(Icst), pp. 730–733. doi: 10.2991/icst-18.2018.148.
TOZ, G., YUCEDAG, I. DAN ERDOGOMUS, P. (2018) ‘A fuzzy image clustering method based on an improved backtracking search optimization algorithm with an inertia weight parameter’, Journal of King Saud University - Computer and Information Sciences, 31(3), pp. 295–303. doi: 10.1016/j.jksuci.2018.02.011.
ÜNLU, R. DAN XANTHOPOULUS, P. (2019) ‘Estimating the number of clusters in a dataset via consensus clustering’, Expert Systems with Applications. Elsevier Ltd, 125, pp. 33–39. doi: 10.1016/j.eswa.2019.01.074.
VILORIA, A. DAN LEZAMA P, O. B. (2019) ‘Improvements for Determining the Number of Clusters in k-Means for Innovation Databases in SMEs’, Procedia Computer Science. Elsevier B.V., 151, pp. 1201–1206. doi: 10.1016/j.procs.2019.04.172.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
