UNIMALUNIMAL

Journal of Renewable Energy, Electrical, and Computer EngineeringJournal of Renewable Energy, Electrical, and Computer Engineering

Rokok merupakan produk tembakau yang dibuat dengan menggulung daun tembakau kering menjadi batang silindris kecil. Rokok biasanya digunakan untuk merokok, yakni menghirup asap yang dihasilkan ketika daun tembakau dibakar. Rokok mengandung zat adiktif nikotin serta berbagai bahan kimia berbahaya seperti tar, karbon monoksida, dan formaldehid; asap yang dihasilkan mengandung lebih dari 4.000 zat kimia, di antaranya sekitar 70 diketahui bersifat karsinogenik. Penelitian ini bertujuan membantu mahasiswa Fakultas Teknik Universitas Malikussaleh mengetahui tingkat kecanduan rokok mereka. Penelitian ini menghasilkan sistem pengelompokan berbasis bahasa pemrograman Python dan basis data MySQL dengan algoritma K-Means. Dari 200 mahasiswa, sistem mengidentifikasi 28 orang dengan tingkat kecanduan rendah (C1), 77 orang dengan tingkat sedang (C2), 55 orang dengan tingkat tinggi (C3), dan 40 orang dengan tingkat sangat tinggi (C4). Sistem ini dapat digunakan untuk menentukan tingkat kecanduan rokok mahasiswa Fakultas Teknik Universitas Malikussaleh di masa mendatang.

Sistem clustering tingkat kecanduan rokok pada mahasiswa Fakultas Teknik Universitas Malikussaleh berhasil dirancang menggunakan diagram use case, class, dan activity, serta diimplementasikan dengan bahasa pemrograman Python dan basis data MySQL.Berdasarkan data 200 responden, algoritma K-Means menghasilkan empat klaster dengan distribusi masing‑masing 28 data (klaster 1, tingkat rendah), 77 data (klaster 2, tingkat sedang), 55 data (klaster 3, tingkat tinggi), dan 40 data (klaster 4, tingkat sangat tinggi).Hasil tersebut menunjukkan bahwa sistem dapat mengidentifikasi tingkat kecanduan rokok mahasiswa secara efektif untuk keperluan intervensi di masa depan.

Penelitian selanjutnya dapat menguji generalisasi temuan dengan melakukan survei kecanduan rokok pada mahasiswa di fakultas lain atau universitas lain, sehingga dapat dibandingkan perbedaan tingkat kecanduan antar populasi akademik. Selanjutnya, studi dapat mengembangkan model prediktif menggunakan algoritma machine learning lain seperti Random Forest atau Support Vector Machine untuk meningkatkan akurasi klasifikasi tingkat kecanduan dibandingkan metode K-Means yang saat ini dipakai. Akhirnya, diperlukan penelitian longitudinal yang mengevaluasi efektivitas intervensi berbasis aplikasi yang dihasilkan oleh sistem clustering dalam menurunkan tingkat kecanduan rokok mahasiswa, dengan mengukur perubahan perilaku merokok selama periode waktu tertentu.

  1. Clustering Level of Cigarettes Addiction Among Malikussaleh University Students Using K-Means Method... doi.org/10.29103/jreece.v5i1.18165Clustering Level of Cigarettes Addiction Among Malikussaleh University Students Using K Means Method doi 10 29103 jreece v5i1 18165
Read online
File size305.84 KB
Pages5
DMCAReport

Related /

ads-block-test