Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Latar belakang: Penggunaan internet meningkat terutama dengan adanya pandemik COVID-19 yang terjadi, hal ini berkontribusi terhadap kejadian adiksi internet. Usia remaja dan dewasa muda, sepertinya usia seorang mahasiswa, merupakan populasi paling rentan terhadap penggunaan internet dan adiksi internet. Adiksi internet sering juga dihubungkan dengan beberapa aspek psikologis, salah satunya yang akan dibahas pada penelitian ini, merupakan kualitas tidur. Metode: Penelitian dilakukan dengan desain potong lintang dengan metode analitik observasional. Data penelitian didapat dengan menyebarkan kuesioner daring menggunakan Google Forms, berisi lembar informed consent, kuesioner data demografik, Pittsburgh Sleep Quality Index (PSQI), dan Kuesioner Diagnostik Adiksi Internet (KDAI). Kuesioner disebarkan melalui sosial media kepada populasi target. Kemudian data yang didapat dilakukan uji statistik menggunakan program SPSS, untuk menemukan hubungan antara masalah adiksi internet dan gangguan tidur. Hasil: Dari 282 responden penelitian yang merupakan mahasiswa FKUI tahap akademik, ditemukan prevalensi adiksi internet yaitu 23,40% (n=66), dan prevalensi gangguan tidur yaitu 45,39% (n=128). Hubungan dari variabel adiksi internet dan gangguan tidur diuji menggunakan uji Kai-Kuadrat dan ditemukan hubungan signifikan (Nilai p 0,000 (<0,05)). Dari 66 populasi adiksi internet, 46 juga mengalami gangguan tidur. Selain itu, dilakukan juga uji korelasi antara faktor demografik dan pola penggunaan internet terhadap gangguan tidur, menggunakan uji Spearman. Hasil uji korelasi tidak ditemukan hubungan signifikan (Nilai p<0,05). Mahasiswa FKUI cenderung menggunakan internet untuk media sosial (63,48%) dibandingkan dengan pembelajaran (20,92%). Kesimpulan: Ditemukan hubungan bermakna antara adiksi internet dan gangguan tidur pada mahasiswa ......Background: Internet usage has increased during the ongoing COVID-19 pandemic, this has contributed to the incidence of internet addiction. Adolescents and young adults are the population most vulnerable population to internet use and internet addiction. Several psychological aspects are often related to internet addiction, one of which will be discussed in this study is sleep quality. Methods: The study that was conducted is a observational analysis cross-sectional design. The data in this research was obtained by distributing an online questionnaire using Google Forms, containing an informed consent sheet, a demographic data questionnaire, the Pittsburgh Sleep Quality Index (PSQI), and the Kuesioner Diagnostik Adiksi Internet (KDAI). The questionnaire was distributed via social media to the target population. Then the data obtained were statistically tested using the SPSS program, to find the relationship between internet addiction problems and sleep disorders. Results: In a total of 282 respondents from Pre-Clinical students of the Faculty of Medicine, University of Indonesia, it was found that the prevalence of internet addiction was 23.40% (n=66), and the prevalence of sleep disorders was 45.39% (n=128). The relationship between internet addiction and sleep disorders was tested using the Chi-Square test and a significant relationship was found (p-value 0.000 (<0.05)). Of the 66 respondents with internet addiction, 46 also experience sleep disorders. In addition, a correlation test was also conducted between demographic factors and internet usage patterns on sleep disorders, using the Spearman test. Correlation test found no significant relationship (p-value <0.05). FKUI students use the internet for social media (63.48%) compared to learning (20.92%). Conclusion: There is significant relationship between internet addiction and sleep disorders among university students.

Abstrak :
Latar belakang. Pandemi Covid-19 telah memberikan dampak besar secara global. Bidang pendidikan merupakan salah satu bidang turut mengalami dampaknya, di mana sekolah ditutup dan pembelajaraan secara daring. Remaja yang sedang mengikuti kegiatan sekolah daring akan lebih banyak menghabiskan waktu depan layar. Remaja juga akan merasa kesepian karena adanya pembatasan sosial, sehingga akan mencari pelarian melalui internet. Hal ini dapat menyebabkan semakin meningkatnya waktu depan layar, sehingga dapat terjadi peningkatan adiksi internet pada remaja. Tujuan. Mengetahui prevalens adiksi internet di masa pandemi Covid-19 serta mengetahui hubungan beberapa faktor sosio-demografik dengan kejadian adiksi internet. Metode. Penelitian ini merupakan penelitian observasional dengan desain potong lintang yang dilakukan melalui pengisian kuesioner secara daring selama kurun waktu 3 bulan, sejak Maret hingga Juni 2021. Kuesioner terdiri dari kuesioner mengenai faktor sosio-demografik dan KDAI (kuesioner deteksi adiksi internet). Pemilihan subyek penelitian dilakukan dengan cara consecutive sampling, subyek penelitian berasal dari seluruh Indonesia. Hasil. Jumlah subyek penelitian ini adalah 332 remaja siswa SMP/SMA/SMK/sederajat dengan prevalens adiksi internet sebanyak 29,8%. Faktor sosio-demografik yang berhubungan dengan adiksi internet adalah waktu depan layar untuk kegiatan hiburan ≥ 3 jam (p=0,001, adjusted OR 4,309, IK 95% 1,833 – 10,129) serta pengawasan orangtua yang buruk dalam penggunaan internet (p=0,037, adjusted OR 1,827, IK 95% 1,038 – 3,215). Tidak terbukti adanya hubungan antara adiksi internet dengan memiliki saudara kandung (p=0,216), usia mulai aktif menggunakan internet (p=0,123), aktivitas game internet (p=0,147), aktivitas game dan non- game internet (p=0,544), pekerjaan ayah sebagai petani/peternak/nelayan (p=0,188), pekerjaan ayah sebagai pedagang/wiraswasta (p=0,287), pekerjaan ibu sebagai petani (p=0,170), pola asuh orangtua (p=0,684), dan kontrol orangtua (p=0,404). Kesimpulan.Tidak ada peningkatan prevalens adiksi internet pada remaja di masa pandemi Covid-19. Variabel yang memiliki hubungan dengan adiksi internet adalah pengawasan orangtua yang buruk dalam penggunaan dan waktu depan layar untuk kegiatan hiburan ≥ 3 jam. ......Background. The Covid-19 pandemic has had a major impact globally. Education is also having an impact, schools are currently conducted online. Teenagers who are attending online school will spend more screen time. Teenagers often feel lonely due to social restrictions, so will look for escapes over the internet. This can lead to an increase in screen time, resulting in an increase in internet addiction in adolescents. Objective. To determine the prevalence of internet addiction during the Covid-19 pandemic and to determine the relationship of several socio-demographic factors with the incidence of internet addiction. Method. This study was an observational study with latitude cross-sectional design, conducted online by filled the questionnaire for a period of 3 months, from March to June 2021. The questionnaire consists of questionnaire of the socio-demographic factors and internet addiction detection questionnaire (kuesioner deteksi adiksi internet/KDAI). The selection of research subjects was conducted by consecutive sampling, the research subjects came from all over Indonesia. Result. This study included 332 teenagers students of junior high school/senior high school/ vocational school, with the prevalence of internet addiction was 29.8%. Socio-demographic factors related to internet addiction are screen time for entertainment activities ≥ 3 hours (p=0.001, adjusted OR 4,309, CU 95% 1,833 – 10,129) as well as poor parental supervision in internet use (p=0.037, adjusted OR 1,827, CI 95% 1,038 – 3,215). Meanwhile there is no proven connection between internet addiction and having siblings (p=0.216), age of active internet use (p=0.123), internet gaming activities (p=0.147), internet gaming and non-gaming activities (p=0.544), father's job as a farmer/farmer /fisherman (p=0.188), father's job as trader/self- employed (p=0.287), mother's job as farmer (p=0.170), parenting style (p=0.684), and parental control (p=0.404). Conclusion. There was no increased in the prevalence of internet addiction among adolescents during the Covid-19 pandemic. Variables that have a connection with the internet addiction is poor parental supervision in use of internet and the screen time for entertainment activities ≥ 3 hours.

Abstrak :
Pengunaan internet saat ini sangat diminati semua kalangan karena bisa diakses kapanpun dan dimanapun. Internet saat ini penting untuk bidang pendidikan, komunikasi, informasi, bahkan mencari hiburan. Dampak negatif berupa gangguan adiksi pada internet dapat terjadi apabila salah dari cara penggunaan internet. Sebanyak 2% orang dewasa di dunia mengalami gangguan adiksi terhadap internet sedangkan 8,4% remaja laki-laki dan 4,5% remaja perempuan Asia telah mengalami adanya gangguan prilaku akibat adiksi internet. Mahasiswa juga tidak luput dari gangguan ini, terdapat 9,8% mahasiswa yang mengalami adiksi terhadap internet mengalami masalah kognitif, juga 12% mahasiswa kedokteran yang mengalami adiksi internet menunjukan performa akademik dibawah rata-rata. Masalah ini menjadi perhatian diseluruh dunia, namun tidak ada penelitian di Indonesia yang mennjelaskan mengenai kasus adiksi ini. Penelitian cross-sectional ini dilakukan di tiga fakultas kedokteran di Jakarta. Subjek penelitian adalah mahasiswa pre-klinik sebanyak 189 orang yang dipilih secara acak, kemudian digunakan kuesioner IAT, RSES, SCL-90. Dikelompokan menjadi empat kelompok adiksi lalu diuji RAVLT untuk menilai tingkat kognitif. Dari total responden 56,6% mengalami adiksi ringan, 20,1% adiksi sedang dan mayoritas adalah perempuan, umumnya mengakses media sosial dengan durasi sehari lebih dari enam jam. Didapatkan hubungan yang bermakna antara adiksi internet dengan gangguan kognitif (p=0,00), adiksi internet dengan gejala psikopatologi (p=0,007), dan adiksi internet dengan self-esteem (p=0,002). Sehingga dapat disimpulkan bahwab terdapat hubungan adiksi internet dengan adanya gangguan kognitif, gejala psikopatologi, dan penurunan self-esteem. Screening test dan edukasi mengenai penggunaan internet dibutuhkan untuk mencegah mahasiswa menjadi adiksi.   ......The use of the internet is currently very popular among all people because it can be accessed anytime and anywhere. The internet is currently important in the fields of education, communication, information, even entertainment. But the negative impact of addiction disorders on the internet often occur. As many as 2% of adults in the world experience addiction disorders to the internet while in Asia 8.4% male and 4.5% female adolescents have experienced behavioral disorders due to internet addiction. As students there are 9.8% who experience addiction to the internet experiencing cognitive problems, also 12% of medical students who experience internet addiction show academic performance below the average. Its become a worldwide problem but no reasearch in Indonesia describe the followed cases.  This cross-sectional study was conducted in three medical faculties in Jakarta. The research subjects were 189 pre-clinic students randomly selected, then IAT, RSES, SCL-90 questionnaires were used. Grouped into four addiction groups then tested RAVLT to assess cognitive levels. Of the total respondents 56.6% experienced mild addiction, 20.1% were moderate addiction and the majority were women, generally accessing social media with a duration of more than six hours a day. Significant correlation was found between internet addiction and cognitive impairment (p=0.00), internet addiction with psychopathological symptoms (p=0.007), and internet addiction with self-esteem (p=0.002). It can be concluded that there is a correlation between internet addiction and cognitive impairment, psychopathological symptoms, and a decrease in self-esteem. Screening test and education about using of internet are needed to prevent student becoming addicted.

Abstrak :
Adiksi internet merupakan penggunaan internet maladaptif dan menjadi salah satu perilaku kecanduan yang meningkat selama pandemi COVID-19, terutama di kalangan pelajar dapat mempengaruhi kualitas tidur. Penelitian ini bertujuan untuk mengidentifikasi hubungan antara adiksi internet dan kualitas tidur mahasiswa kesehatan. Desain penelitian ini adalah dengan pendekatan potong lintang menggunakan sampel mahasiswa Rumpun Ilmu Kesehatan sebesar 185 responden yang dipilih dengan teknik convenience sampling. Adiksi internet diukur menggunakan instrumen Internet Addiction Test (IAT) dan kualitas tidur diukur menggunakan instrumen Pittsburgh Sleep Quality Index (PSQI). Hasil penelitian menunjukkan bahwa prevalensi adiksi internet dan kualitas tidur buruk cukup tinggi terjadi pada mahasiswa. Prevalensi kualitas tidur buruk yaitu 61,6% mahasiswa dan 69,2% mahasiswa memiliki adiksi internet ringan hingga berat. Hasil analisis statistik menunujukan ada hubungan yang signifikan (p= 0.004 : X2= 13.319) antara adiksi internet dan kualitas tidur. Penelitian ini dapat menjadi rekomendasi promosi kesehatan sebagai upaya mengurangi adiksi internet dan memperbaiki kualitas tidur mahasiswa. ......Internet addiction (IA) is defined as a maladaptive internet use and one of the most growing addictive behaviors during COVID-19 pandemic, especially among students affecting their sleep quality. This study aimed to identify the relationship between internet addiction and sleep quality among health students. This study used cross sectional design, involving 185 samples of students from the faculty of health science at University of Indonesia. Samples were selected by convenience sampling. IA was measured by using Internet Addiction Test (IAT) while sleep quality was measured by using Pittsburgh Sleep Quality Index (PSQI). The results shows that the prevalence of IA and poor sleep quality is high enough among college students. The prevalence of poor sleep quality is 61,6% among the students and 69,2% of the students are having mild to severe IA. The result showed a significant relationship (p= 0.004 : X2= 13.319) between IA and sleep quality. This study recommended health promotion as a preventive effort to reduce IA and to increase students sleep quality.

Abstrak :

Adiksi Internet (AI) merupakan masalah kesehatan jiwa yang sering terjadi pada remaja yang dapat menimbulkan konsekuensi negatif berupa dampak fisik, psikologi, dan sosial. Diagnosis dan tata laksana yang tepat diperlukan untuk intervensi segera tetapi  kuesioner skrining AI bagi remaja di Indonesia sampai saat ini belum ada. Tujuan penelitian ini adalah mengembangkan kuesioner AI (KDAI) yang andal dan sahih bagi remaja Indonesia, memperoleh gambaran konektivitas fungsional otak pada remaja dengan AI, mendapatkan prevalensi AI, faktor risiko dan proteksi.

Domain dan butir pernyataan KDAI dikembangkan dari kepustakaan, focus group discussion (FGD) remaja, dan level of agreement para pakar melalui teknik Delphi. Uji reliabilitas dan validitas KDAI mengikutsertakan 643 subjek yang dipilih secara acak dari 4 SMP dan 5 SMA di Jakarta. Data diambil pada bulan Juli 2018–Juli 2019. Uji validitas konstruk KDAI menggunakan exploratory analysis factor (EFA) dan confirmatory analysis factor (CFA). Penentuan titik potong KDAI melalui metode receiver operating characteristics (ROC) yang dibandingkan dengan internet addiction test (IAT) versi Indonesia. Pemeriksaan rs-fMRI BOLD dilakukan pada 60 subjek untuk mendapatkan validitas prediktif KDAI dan gambaran konektivitas fungsional otak pada remaja dengan AI dan tidak AI. Faktor risiko dan proteksi AI dianalisis dengan uji regresi logistik multivariat.

Kuesioner diagnostik adiksi internet terdiri atas 7 domain dan 44 butir pernyataan dengan validitas isi dan konstruk yang baik. Nilai reliabilitas KDAI 0,942 dengan nilai titik potong 108 (sensitivitas 91,8% dan spesifisitas 77,8%). Terdapat korelasi positif antara skor KDAI dengan konektivitas fungsional lateral prefrontal cortex kiri dan lateral parietal kanan pada kelompok adiksi (p = 0,018; r = 0,437). Korelasi negatif juga didapatkan antara skor KDAI dengan konektivitas fungsional lateral prefrontal cortex kiri dan lateral parietal kanan pada kelompok adiksi (p = 0,049; r = -0,375). Diperoleh prevalensi AI 31,4% dengan faktor risiko berupa durasi penggunaan internet  >  20 jam / minggu (p <  0,001; OR = 2,889) dan masalah perilaku (p <  0,001; OR = 2,539). Faktor risiko lainnya adalah tujuan penggunaan internet untuk media sosial dan permainan daring (p = 0,005; OR = 1,826), masalah emosi (p = 0,001;
OR = 1,918), usia awitan penggunaan internet ≤ 8 tahun (p = 0,008; OR = 1,821), dan masalah perilaku prososial (p = 0,008; OR = 1,758). Faktor proteksi AI adalah pola asuh non-exposure (p = 0,012; OR = 0,518).

Reliabilitas dan validitas KDAI baik untuk digunakan sebagai alat skrining AI pada remaja di Indonesia. Skor KDAI dapat menggambarkan perbedaan konektivitas fungsional otak pada remaja AI dan tidak AI. Durasi penggunaan internet dan masalah perilaku menjadi faktor risiko utama, sedangkan pola asuh non-exposure menjadi faktor proteksi AI. Pencegahan AI dapat dilakukan dengan deteksi dini dan intervensi faktor risiko serta proteksi.

 

Kata kunci: adiksi internet, KDAI, remaja, konektivitas fungsional, faktor risiko

---

Internet addiction (IA) is a common mental health problem in adolescents alongside the rapid rise of digital technology that results in negative physical, psychological, and social consequences. IA screening in adolescence is required to provide accurate diagnosis and treatment, however, to date an IA screening questionnaire for Indonesian adolescents does not exist. The purpose of this study is to develop a valid and reliable IA questionnaire for Indonesian adolescents titled Kuesioner Diagnosis Adiksi Internet – KDAI, evaluate brain functional connectivity in adolescents with IA, and find the prevalence of IA along with its risk and protective factors.

The domains and items in KDAI were developed from literatures, adolescent focus group discussions (FGD), and level of agreements of experts through the Delphi technique. The reliability and validity testing of KDAI involved randomly selected adolescents from 9 schools (4 junior high schools and 5 high schools) in Jakarta. Data collection was done from July 2018–July2019. Exploratory analysis factor (EFA) and confirmatory analysis factor (CFA) was performed to find the construct validity. The cut-off for KDAI was determined through the receiver operating characteristic (ROC) method using the Indonesian version of the internet addiction test (IAT) as a comparison. Rs-fMRI examinations were performed on 60 subjects to attain predictive validity of KDAI and evaluate brain functional connectivity in adolescents with internet addiction. The risk and protective factors of IA were assessed using a multivariate logistic regression test.

The KDAI is comprised of 7 domains and 44 statement items with good content and construct validity. The reliability score of KDAI is 0.942. The cut-off for KDAI is 108 (sensitivity 91.8 and % specificity 77.8%). A positive correlation was found in non-addiction group (p = 0.018; r = 0.437). In contrast, a negative correlation between KDAI score with the functional connectivity of the left LPFC and right LP in the addiction group (p = 0.049; r = -0.375) was found. The prevalence of IA among adolescents in Jakarta is 31.4%. Risk factors associated with IA include duration of internet use > 20 hours/week (p < 0.001; OR = 2.889), conduct disorders (p < 0.001; OR = 2.539), purpose of internet use for social media and playing online games
(p = 0.005; OR = 1.826), emotional problems (p = 0.001; OR = 1.918), onset of internet use ≤ 8 years old (p = 0.008; OR = 1.821), and prosocial problems (p = 0.008; OR = 1.758). The protective factor of IA was found to be a non-exposure parenting style (p = 0.012; OR = 0.518).

The good reliability and validity properties of KDAI functions it as an IA screening tool for adolescents in Indonesia. KDAI scores were able to portray changes in brain functional connectivity in the IA group. The duration of internet use and conduct disorders are the main risk factors for IA and a non-exposure parenting style is a protective factor. Prevention programs for IA can be implemented by focusing on early detection and providing intervention to risk and protective factors.  

Keywords: Internet addiction, KDAI, adolescents, functional connectivity

 

Abstrak :
N ini dilakukan untuk mengetahui apakah terdapat hubungan antara impulsivitas, parental control, dan adiksi internet pada remaja. Pengukuran impulsivitas menggunakan Barratt Impulsiveness Scale Barratt, 1995 , pengukuran adiksi internet menggunakan Internet Addiction Test Young, 1987 , dan pengukuran parental control menggunakan alat ukur Parental Control Scale Schaefer Schludermann, 1987. Partisipan penelitian merupakan remaja yang berusia dari 12-21 tahun. Pengolahan data dilakukan dengan metode statistika kuantitatif deskriptif dan pearson correlation menggunakan perangkat lunak SPSS 20. Hasil penelitian ini menunjukkan hanya 155 responden yang mengalami adiksi internet sesuai data deskriptif total skor IAT, dimana terdapat korelasi positif yang signifikan antara impulsivitas dan adiksi internet pada remaja r 155 = .217, p < .01, one tails. Sedangkan tidak terdapat korelasi positif yang signifikan antara parental control dan adiksi internet pada remaja r 155 = -.032, p < .01, one tails. ......This research was conducted to find out the correlation between impulsivity, parental control and internet addiction among adolescent. Impulsivity was measured by Barratt Impulsiveness Scale Barratt, 1995, while internet addiction was measured by Internet Addiction Test Young, 1987, and parental contol was measure by Parental Control Scale Schaefer Schludermann, 1987. The participant in this research are adolescent with the age range between 12 to 21 years old. Data processing was done by using descriptive statistics and pearson correlation with a software called SPSS 20. The result from this research shows that only 155 respondents are addicted to internet based on the result of IAT descriptiv statistic's data. From this research the results show that impulsivity positively correlated significantly with internet addiction r 155 .217, p .01, one tails . While parental control doesn't signifivantly have a positive correlation with internet addiction r 155 .032, p .01, one tails.

Abstrak :
Pendahuluan: Adiksi internet merupakan masalah kesehatan yang terus meningkat. Kelompok usia dewasa dan remaja, yang merupakan kelompok usia pada mahasiswa kedokteran, adalah populasi yang paling rentan mengalami adiksi internet. Masalah emosi dan depresi sering ditemukan bersama dengan adiksi internet. Metode: Penelitian ini dilakukan secara potong lintang dengan menyebarkan kuesioner Self-Reporting Questionnaire-20 (SRQ-20), Patient Health Questionnaire-9 (PHQ-9), dan Kuesioner Diagnostik Adiksi Internet (KDAI) kepada seluruh mahasiswa preklinik Fakultas Kedokteran Universitas Indonesia (FKUI) secara daring dengan menggunakan Google Forms. Setelah itu, dilakukan uji statistik dengan SPSS edisi 25 untuk menemukan hubungan antara masalah emosi, depresi, dan adiksi internet. Hasil Penelitian: Didapatkan 153 responden penelitian dari mahasiswa preklinik FKUI. Prevalensi adiksi internet pada mahasiswa FKUI adalah 20,26%, sedangkan prevalensi masalah emosi adalah 26,79%. Ditemukan bahwa tingkat kejadian masalah emosi lebih tinggi secara signifikan pada populasi adiksi (61,3%) dibandingkan tidak adiksi (18,0%) dan terdapat hubungan signifikan antara masalah emosi dan adiksi internet (p<0,001; OR (95% CI) = 7,2 (3,05–16,97)). Depresi juga lebih banyak ditemukan pada kelompok adiksi (58,1%) dibandingkan yang tidak adiksi dan ditemukan hubungan yang signifikan antara keduanya (p<0,001; OR (95% CI) = 9,17 (3,78-22,25)). Kesimpulan: Masalah emosi dan depresi ditemukan memiliki hubungan yang signifikan dengan adiksi internet. ......Introduction: Internet addiction is an ever increasing health problem. Teenagers and young adults, which are the age groups of medical students, are populations most prone to internet addiction. Emotional problems and depression are often found alongside internet addiction. Methods: This cross-sectional study was done with the Self-Reporting Questionnaire-20 (SRQ-20), Patient Health Questionnaire-9 (PHQ-9), and Kuesioner Diagnostik Adiksi Internet (KDAI) given out to preclinical medical students at Faculty of Medicine, Universitas Indonesia online via Google Forms. Statistical tests were done with SPSS 25th edition to assess the relationship between emotional problems, depression, and internet addiction. Results: A total of 153 preclinical medical students at Faculty of Medicine, Universitas Indonesia were involved in this study. The prevalance of internet addiction was found to be 20,26%, while the prevalance of emotional problems was 26,8%. The prevalance of emotional problem was found to be greater in students with internet addiction (61,3%) than students without internet addiction (18,0%) and a significant relationship was found between emotional problems and internet addiction (p<0,001; OR (95% CI) = 7,2 (3,05–16,97)).  The prevalance of depression was also found to be greater in students with internet addiction (58,1%) than students without internet addiction and a significant relationship was found between emotional problems and internet addiction (p<0,001; OR (95% CI) = 9,17 (3,78-22,25)). Conclusion: Emotional problems and depression was found to be significantly associated with internet addiction.

Abstrak :
Semakin tinggi penetrasi penggunaan Internet seseorang, maka akan semakin berpotensi terkena Gangguan Adiksi Internet (GAI) yang dapat berdampak buruk pada status kesehatan mental penggunanya. Mayoritas penduduk Indonesia telah menggunakan layanan Internet selama 2 sampai 3 tahun dengan penggunaan rata-rata di atas 8 jam perhari. Hal tersebut menunjukkan penggunaan Internet dan potensi dampaknya pada kesehatan mental di Indonesia penting untuk diperhatikan sedini mungkin. Penelitian lain menunjukkan bahwa tingkat kesehatan mental yang dialami seseorang dapat mempengaruhi perilaku penggunaan Internetnya, sehingga menyebabkan munculnya keinginan yang tidak terkendali dan berlebihan dalam pengaksesan Internet. Secara tidak langsung, hal tersebut menyatakan bahwa kesehatan mental seseorang juga dapat diamati melalui tingkah laku serta kebiasaan seseorang dalam menggunakan Internet. Prediksi GAI dan gangguan kesehatan mental mahasiswa UI dilakukan dengan menggunakan algoritma pemelajaran mesin Support Vector Machine (SVM) berdasarkan perilaku penggunaan Internet yang dilakukan. Sampel diambil dari mahasiswa UI rumpun Ilmu Saintek (Ilmu Komputer, Teknik, dan MIPA). Data yang diambil adalah riwayat penulusuran halaman website yang diakses oleh mahasiswa dan hasil kuesioner Internet addiction test (IAT) dan General Health Questionnaire (GHQ-12). Riwayat penelusuran website dijadikan himpunan fitur yang merepresentasikan perilaku penggunaan Internet responden, sedangkan hasil skor kuesioner IAT dan GHQ-12 digunakan untuk menjadi ground truth atau label pada dataset. Tahapan preprocessing yang dilakukan adalah metode Synthetic Minority Over-Sampling Technique (SMOTE) untuk mengatasi ketidak seimbangan persebaran data pada kelas data yang digunakan. Metode SVM selanjutnya dibandingkan dengan performa lainnya seperti Decision Tree dan k-Nearest Neighbor (kNN). Untuk meningkatkan performa akurasinya, peneliti menggunakan metode grid search untuk mendapatkan parameter terbaik. Proses validasi dilakukan menggunakan cross-validation pada metode grid search. Hasil yang didapatkan menunjukkan bahwa performa akurasi tertinggi pada SVM untuk memprediksi GAI adalah 88% pada dataset kedua. Saat dilakukan perbandingan hasil dengan metode pemelajaran mesin Decision Tree dan kNN, didapatkan performa nilai akurasi tertinggi dicapai pada metode Decision Tree dengan nilai akurasi sebesar 96%. Sedangkan untuk prediksi gangguan kesehatan mental, metode SVM mendapatkan nilai performa akurasi tertinggi sebesar 71% pada dataset gabungan. Saat dilakukan perbandingan hasil performa akurasi dengan Decision Tree dan kNN, didapatkan nilai performa akurasi tertinggi dicapai pada metode kNN sebesar 72%. Hasil penelitian ini menunjukkan bahwa metode grid search meningkatkan performa SVM, Decision Tree, dan kNN karena adanya perubahan nilai parameter. ......Excessive internet usage lead to potential Internet Addiction Disorders (IAD) which affect user`s mental health. The mayority of Indonesian people have been used Internet services for 2 until 3 years in their lives with an average use of above 8 hours per day. It shows that an increase of internet usage has a positive potential impact to an increase in mental disorder. Other research shows that the level of mental health experienced by a person can influence his Internet usage behavior, thus causing an uncontrolled and excessive desire to access the Internet. It could be concluded that the mental health can also be observed through one`s behavior and habits in using the Internet. This study predicts the internet addiction disorder (IAD) and mental health disorder status of UI students by using machine learning based on Support vector Machine (SVM) algorithm. This study used behaviour of internet usage for the input. Samples used in this study were taken from Universitas Indonesia`s students with Science and Technology background. The data collection period was set before and after the exam period. Data collected in this study included history of website accessed by students and questionnaires based on Internet addiction test (IAT) and General Health Questionnaire (GHQ-12). Student`s website history would be used as feature data set that represent user internet usage behavior, while the IAT and GHQ-12 questionnaires results were used as the label. The preprocessing stage was carried out using Synthetic Minority Over-Sampling Technique (SMOTE) method to overcome the imbalance of data distribution in class used. Then, student`s website history would be analyzed using machine learning based on SVM algorithm to predict IAT and mental health status. This study also compared other algorithms such as Decision Tree and k-Nearest Neighbor (kNN). The optimization of machine learning model was conducted using grid search method to obtain the best parameters. The validation of the model would be carried out using the cross-validation obtained from grid search method. Based on the results obtained, it shows that the highest accuracy for predicting internet addiction was obtained from SVM algorithm with 88% accuracy for the second dataset. Comparison with other models showed that Decision Tree obtained the highest accuracy value of 96% for predicting internet addiction. For the prediction of mental health disorder, SVM algorithm obtained the highest accuracy than Decision Tree or kNN. The SVM algorithm can predict with accuracy of 71% with combined dataset. When comparing the accuracy result with the accuracy of Decision Tree and kNN, the highest accuracy value of 72% was achieved by kNN method. The optimal value of accuracy is obtained when the grid search method is performed. The results of this study indicate that the grid search method has succeeded in improving the performance of SVM, Decision Tree, and kNN due to parameter value changes.