Pengelompokkan Tingkat Stres Remaja Terhadap Jam Tidur dan Aktivitas Media Sosial Menggunakan Metode K-Means

Abstract

Penelitian ini bertujuan untuk mengelompokkan tingkat stres remaja berdasarkan durasi tidur dan aktivitas media sosial menggunakan metode K-Means Clustering. Data diperoleh dari dataset “Mental Health Analysis among Teenagers” yang tersedia secara publik di Kaggle. Sebelum proses klasterisasi, data melalui tahap pra-pemrosesan berupa pembersihan data dan normalisasi menggunakan metode Min-Max Scaling. Pemilihan jumlah klaster optimal dilakukan menggunakan metode Elbow, yang menunjukkan bahwa tiga klaster merupakan jumlah yang paling representatif. Klastering dilakukan berdasarkan dua variabel, yaitu jam tidur dan durasi penggunaan media sosial, dan hasilnya divisualisasikan dalam bentuk scatter plot dua dimensi. Implementasi dilakukan menggunakan Python dan evaluasi model dilakukan melalui visualisasi dan analisis karakteristik masing-masing klaster. Hasil menunjukkan bahwa remaja dengan jam tidur cukup dan aktivitas media sosial rendah cenderung memiliki tingkat stres yang lebih rendah, sedangkan penggunaan media sosial yang tinggi atau jam tidur yang pendek berkorelasi dengan stres sedang hingga tinggi. Penelitian ini membuktikan bahwa kombinasi perilaku harian seperti tidur dan penggunaan media digital dapat digunakan untuk memetakan risiko stres remaja secara efektif melalui pendekatan unsupervised learning.