Segmentasi Perilaku Konsumsi Digital dan Dampaknya Terhadap Kesehatan Mental Menggunakan Algoritma

Abstract

Peningkatan pesat dalam penggunaan perangkat digital telah berdampak signifikan terhadap kesehatan mental masyarakat. Penelitian ini bertujuan untuk mengelompokkan perilaku konsumsi digital serta menganalisis dampaknya terhadap kesehatan mental menggunakan algoritma clustering K-Means. Kumpulan data yang digunakan berasal dari 2.000 responden dan mencakup 19 variabel numerik yang meliputi pola penggunaan perangkat digital, aktivitas digital, kondisi tidur, aspek psikologis, serta indikator kesehatan mental. Seluruh data dinormalisasi menggunakan metode Min-Max Scaling sebelum proses clustering dilakukan. Jumlah cluster optimal ditentukan menggunakan Elbow Method, yang menghasilkan nilai K=3. Proses clustering mengategorikan responden ke dalam tiga kelompok: Pengguna Sehat (Healthy User) sebanyak 31,85%, Pengguna Moderat (Moderate User) sebanyak 37,60%, dan Pengguna Berisiko Tinggi (High-Risk User) sebanyak 30,55%. Kualitas clustering dievaluasi menggunakan Silhouette Score dengan nilai sebesar 0,0627, yang tergolong lemah namun wajar untuk data perilaku manusia yang bersifat kontinum. Sistem ini diimplementasikan sebagai aplikasi web menggunakan PHP dan MySQL, serta menyediakan fitur untuk operasi CRUD, normalisasi data, clustering, dan evaluasi hasil.