PURWANTI, Pipit (2025) IMPLEMENTASI ALGORITMA XGBOOST UNTUK PREDIKSI PELAJAR YANG TERIDENTIFIKASI JUDI ONLINE BERDASARKAN PERILAKU. Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (HALAMAN AWAL)
COVER-Pipit Purwanti-42421074-Skripsi-2025.pdf - Published Version Download (518kB) |
|
PDF (BAB I)
BAB I-Pipit Purwanti-42421074-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (255kB) |
|
PDF (BAB II)
BAB II-Pipit Purwanti-42421074-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (383kB) |
|
PDF (BAB III)
BAB III-Pipit Purwanti-42421074-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (261kB) |
|
PDF (BAB IV)
BAB IV-Pipit Purwanti-42421074-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (999kB) |
|
PDF (BAB V)
BAB V-Pipit Purwanti-42421074-Skripsi-2025.pdf - Published Version Download (191kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-Pipit Purwanti-42421074-Skripsi-2025.pdf - Published Version Download (182kB) |
|
PDF (LAMPIRAN)
LAMPIRAN-Pipit Purwanti-42421074-Skripsi-2025.pdf - Published Version Restricted to Repository staff only Download (1MB) |
Abstract
Fenomena keterlibatan pelajar dalam judi online jenis slot menjadi perhatian serius karena berdampak pada aspek akademik, psikologis, dan finansial. Penelitian ini mengembangkan model prediksi berbasis algoritma XGBoost untuk mengidentifikasi pelajar yang terindikasi terlibat judi online melalui variabel perilaku seperti uang saku, pengeluaran, akses situs taruhan, pengalaman taruhan, dan kebiasaan meminjam uang. Data yang diperoleh diproses melalui tahapan pra- pemrosesan data dari imputasi nilai kosong menggunakan SimpleImputer, transformasi variabel kategorikal menggunakan One-Hot Encoding sampai pembagian data latih dan data uji menggunakan train-test-split. Hasil evaluasi menunjukkan akurasi model mencapai 94%. Berdasarkan hasil evaluasi kinerja model menunjukkan bahwa XGBoost memiliki kemampuan yang baik dalam mengidentifikasi pelajar yang teridentifikasi dan tidak teridentifikasi judi online berdasarkan perilaku.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | XGBoost, prediksi, perilaku pelajar, judi online, klasifikasi. | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 004-Pemrosesan Data, Ilmu Komputer, Teknik Informatika > Prinsip Matematika dalam Ilmu Komputer; Algoritma Komputer 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 006-Metode Komputer Tertentu > Kecerdasan Buatan;Sistem Pakar; Neural Network; Data Mining; Machine learning; Computer Vision; Pengolahan Citra |
|||||||||
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
| Depositing User: | S.E. Khozin Khozin | |||||||||
| Date Deposited: | 04 Apr 2026 05:55 | |||||||||
| Last Modified: | 04 Apr 2026 05:55 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/2389 |
Actions (login required)
 |
View Item |