Review Jurnal Penerapan Algoritma Machine Learning dalam Analisis Pola Perilaku Penggunaan Internet

•  Judul Jurnal: Penerapan Algoritma Machine Learning dalam Analisis Pola Perilaku Penggunaan Internet
• Peneliti/Penyusun: Arjon Samuel Sitio dan Fricles A. Sianturi.
• Tahun Terbit: 2024 (Agustus)

Ringkasan Isi Jurnal

Latar belakang penelitian ini didasarkan pada fenomena penggunaan internet yang telah menjadi bagian integral dari masyarakat modern, yang menghasilkan data dalam jumlah besar dan beragam terkait perilaku serta preferensi pengguna. Namun, keragaman data dan kompleksitas informasi tersebut menjadi tantangan tersendiri untuk dianalisis secara manual. Oleh karena itu, penerapan teknik machine learning muncul sebagai solusi menjanjikan untuk mengekstrak wawasan berharga dari big data tersebut guna memahami pola perilaku secara lebih mendalam

Permasalahan utama yang diangkat adalah adanya kesenjangan dalam penelitian sebelumnya, di mana banyak analisis masih bersifat deskriptif dan tidak mampu memberikan prediksi perilaku masa depan. Selain itu, sebagian besar studi terdahulu menggunakan skala waktu atau sampel populasi yang terbatas, serta sering kali hanya fokus pada satu aspek perilaku tanpa mempertimbangkan interaksi kompleks antar faktor yang mempengaruhi penggunaan internet. Hal ini menyebabkan pemahaman mengenai perilaku pengguna internet menjadi kurang komprehensif.

Tujuan dari penelitian ini adalah untuk mengidentifikasi tren, preferensi, dan kebiasaan pengguna internet dengan mengaplikasikan algoritma machine learning yang lebih maju dan komprehensif. Penelitian ini juga bertujuan untuk mengembangkan model prediktif yang dapat memproyeksikan perilaku pengguna di masa depan. Dengan demikian, hasil analisis ini diharapkan dapat membantu penyedia layanan dalam mengoptimalkan pengalaman pengguna, meningkatkan keamanan data, serta merancang strategi bisnis yang lebih efektif dan responsif.

Metode yang digunakan adalah pendekatan kuantitatif dengan teknik analisis data sekunder yang diambil dari log penggunaan internet. Tahapan metodologi meliputi pengumpulan data, preprocessing (pembersihan, transformasi, dan seleksi fitur), pelatihan model, hingga validasi menggunakan cross-validation. Algoritma yang diterapkan antara lain K-Means dan DBSCAN untuk clustering, Random Forest dan SVM untuk klasifikasi, serta Linear Regression dan Neural Networks untuk model prediksi.

Hasil penelitian melalui simulasi algoritma K-Means berhasil mengelompokkan pengguna ke dalam dua klaster utama: klaster pengguna intensif (durasi tinggi, fokus pada sosial/hiburan) dan klaster pengguna moderat (durasi rendah, fokus pada berita/pendidikan). Secara keseluruhan, penerapan machine learning terbukti mampu mengklasifikasikan pola perilaku pengguna dengan akurasi tinggi. Temuan ini memberikan dasar yang kuat bagi pengembangan layanan internet yang lebih efisien dan personal di masa depan.