IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR

UNTUK DETEKSI KECANDUAN GAME PADA SISWA

MIS DARUL HIKMAH WATAMPONE

SKRIPSI

Untuk memenuhi syarat memperoleh gelar sarjana Strata 1

Program Studi Teknik Informatika

Disusun oleh:

MUH AGUNG RACHMAN | 182386

IDHAM AFIF | 192075

PROGRAM STUDI TEKNIK INFORMATIKA

UNIVERSITAS DIPA MAKASSAR
2023
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT karena atas rahmat dan hidayah-Nya

sehingga penulis dapat menyelesaikan penyusunan skripsi ini sebagai syarat

memperoleh gelar sarjana (S1) Mahasiswa Universitas Dipa Makassar.

Dalam penyusunan skripsi Implementasi Algoritma K-Nearest Neighbor Untuk

Deteksi Kecanduan Game Pada Siswa Madrasah Ibtidaiyah Swasta Darul

Hikmah Watampone berbagai hambatan dan keterbatasan dihadapi oleh penulis

mulai dari tahap persiapan sampai dengan penyelesaian tulisan, namun berkat

bimbingan dan kerja sama berbagai pihak, hambatan dan kesulitan tersebut dapat

terealisasi.

Selanjutnya dalam penyusunan skripsi ini, penulis tak lupa menyampaikan

terima kasih yang tulus serta penghargaan yang setinggi-tingginya kepada berbagai

pihak yang telah membantu baik secara materil maupun moril dalam rangka

penyusunan skripsi, khususnya kepada :

1. Bapak Dr. Y. Johny W. Soetikno, S.E.,M.M., selaku Rektor Universitas

Dipa Makassar.

2. Abdul Kadir Jailani, S.Kom.,M.T., selaku Pembimbing I yang juga

senantiasa meluangkan waktunya untuk memberikan masukan dan

bimbingan kepada penulis dalam menyusun skripsi ini hingga selesai.

3. Risnayanti A Djamro, SE.,M.M., selaku Pembimbing II yang juga

senantiasa meluangkan waktunya untuk memberikan masukan dan

bimbingan kepada penulis dalam menyusun skripsi ini hingga selesai.

4. Seluruh dosen dan staf karyawan Universitas Dipa Makassar.

iv
 5. Orang Tua penulis yang senantiasa selalu memberikan segala kasih saying,

doa restu, dukungan moral, dan material sehingga penulis dapat

kemudahan dalam penelitian sampai dengan tahap penyusunan skripsi.

6. Dan seluruh rekan-rekan penulis lainnya yang tidak dapat penulis sebutkan

satu per satu yang telah membantu dan mendukung penulis sehingga

skripsi ini dapat terselesaikan.

Penulis menyadari bahwa skripsi ini masih banyak terdapat kekurangan. Oleh

karena itu penulis sangat mengharapkan kritik dan saran yang membangun, dan

semoga skripsi ini dapat bermanfaat bagi yang membacanya. Akhirnya teriring doa

dan harapan semoga segala bantuan yang telah diberikan baik materil maupun moril

mendapat imbalan di sisi Allah SWT dan bermanfaat bagi kita semua. Amin

Makassar, Februari 2023

Penulis

v
 ABSTRAK

Game adalah salah satu media hiburan yang banyak digemari oleh berbagai
kalangan dari anak kecil hingga orang dewasa memainkan game. Hampir semua
kalangan usia saat ini memainkan game mobile yang terdiri dari berbagai macam
jenis permainan. Dikalangan anak usia sekolah pada MIS Darul Hikmah
Watampone, Kecanduan game telah mempengaruhi pencapaian akademik. Untuk
itu diperlukan sebuah sistem yang dapat mendeteksi dan mengklasifikasikan siswa
yang Kecanduan game agar sekiranya orang tua dan pihak sekolah dapat
mengambil Tindakan lebih cepat sebelum game online mempengaruhi prestasi
akademik dari siswa yang bersangkutan. Dalam penelitian ini sistem yang dibangun
menggunakan algoritma K-Nearest Neighbor yang bekerja dengan cara
mengklasifikasikan siswa berdasarkan ketetanggaan terdekatnya dengan nilai K.
Hasil dari penelitian ini menunjukan bahwa algoritma KNN dapat digunakan untuk
memprediksi Kecanduan game siswa di MIS Darul Hikmah Watampone. Sistem
yang dibangun mampu memberikan analisis perilaku dan pola ketergantungan
siswa yang dapat membangu guru dan orang tua untuk mengenali tanda-tanda
kecanduan game.

Kata kunci: PHP, MySql, Laravel, KNN, Kecanduan, Game

ABSTRACT

Games are one of the entertainment media that are widely loved by various
groups from young children to adults playing games. Almost all ages today play
mobile games consisting of various types of games. Among school-age children at
MIS Darul Hikmah Watampone, gaming addiction has affected academic
achievement. For this reason, a system is needed that can detect and classify
students who are addicted to games so that parents and schools can take action
faster before online games affect the academic performance of the students
concerned. In this study, the system was built using the K-Nearest Neighbor
algorithm which works by classifying students based on their closest neighborliness
with a K value. The system built is able to provide behavioral analysis and
dependence patterns of students that can lead teachers and parents to recognize the
signs of game addiction.

Keywords: PHP, MySql, Laravel, KNN, Addiction, Games.

vi
 DAFTAR ISI

HALAMAN JUDUL...........................................................................................i

HALAMAN PERSETUJUAN..........................................................................ii

HALAMAN PENGESAHAN..........................................................................iii

KATA PENGANTAR ......................................................................................iv

ABSTRAK.........................................................................................................vi

DAFTAR ISI....................................................................................................vii

DAFTAR TABEL.............................................................................................ix

DAFTAR GAMBAR .........................................................................................x

BAB I PENDAHULUAN ..................................................................................1

1.1. Latar Belakang Penelitian...................................................................1

1.2. Rumusan Masalah...............................................................................2
1.3. Batasan Masalah .................................................................................2
1.4. Tujuan Penelitian ................................................................................3
1.5. Manfaat Penelitian ..............................................................................3
1.6. Sistematika Penulisan .........................................................................4
BAB II TINJAUAN PUSTAKA .......................................................................5

2.1. Kerangka Pikir ....................................................................................5

2.2. Landasan Teori....................................................................................6
2.2.1. Pengertian Implementasi..............................................................6
2.2.2. Algoritma K-Nearest Neighbor ...................................................6
2.2.3. Deteksi .........................................................................................7
2.2.4. Kecanduan ...................................................................................7
2.2.5. Game............................................................................................8
2.2.6. Website ........................................................................................8

vii
 2.2.7. PHP..............................................................................................9
2.2.8. MySQL .......................................................................................10
2.2.9. Xampp........................................................................................11
2.2.10. Laravel .......................................................................................12
2.2.11. Git Bash .....................................................................................12
2.2.12. Visual Studio Code.....................................................................13
2.2.13. Flowchart...................................................................................14
2.2.14. UML ...........................................................................................16
2.2.15. Pengujian WhiteBox ...................................................................21
2.3. Roadmap Penelitian............................................................................23
BAB III METODE PENELITIAN.................................................................24

3.1. Waktu dan Tempat Penelitian...........................................................24

3.2. Bahan dan Alat Penelitian.................................................................24
3.2.1. Bahan Penelitian...........................................................................24
3.2.2. Alat Penelitian ..............................................................................24
3.3. Jenis dan Variabel Penelitian ............................................................25
3.3.1. Jenis Penelitian.............................................................................25
3.3.2. Variabel Penelitian .......................................................................25
3.4. Pengumpulan Data ............................................................................26
3.4.1 Data Training ...............................................................................26
3.5. Metode Pengujian .............................................................................31
3.6. Analisis Data.....................................................................................33
3.7. Tahap Penelitian................................................................................34
BAB IV HASIL DAN PEMBAHASAN.........................................................35

4.1. Analisis Data...................................................................................35

4.1.1. Use Case Diagram........................................................................35
4.1.2. Rancangan Database ....................................................................35
4.1.3. Flowchart......................................................................................37
4.1.4. Analisa Metode K-Nearest Neighbor...........................................39
4.2. Pengujian Whitebox .......................................................................51

viii
BAB V KESIMPULAN DAN SARAN ..........................................................53

5.1. Kesimpulan.....................................................................................53
5.2. Saran ...............................................................................................53
DAFTAR PUSTAKA .......................................................................................xi

ix
 DAFTAR TABEL

Tabel 2.1 Simbol-simbol Flowchart ............................................................15

Tabel 2.2 Simbol-simbol Use Case Diagram ..............................................19

Tabel 2.3 Simbol-simbol Activity Diagram .................................................21

Tabel 3.1 Bahan Penelitian Yang Digunakan ..............................................24

Tabel 3.2 Perangkat Keras Yang Digunakan ...............................................24

Tabel 3.3 Perangkat Lunak Yang Digunakan ..............................................25

Tabel 3.4 Data Training................................................................................27

Tabel 4.1 Tabel Siswa ..................................................................................36

Tabel 4.2 Tabel User ....................................................................................37

Tabel 4.3 Data Training................................................................................39

Tabel 4.4 Data Testing .................................................................................44

Tabel 4.5 Hasil Perhitungan Euclidean Distance .........................................44

Tabel 4.6 Hasil Pengurutan Data..................................................................47

Tabel 4.7 Jumlah Titik..................................................................................49

ix
 DAFTAR GAMBAR

Gambar 2.1 Blok Diagram Kerangka Pikir.....................................................5

Gambar 2.2 PHP ............................................................................................9

Gambar 2.3 MySQL......................................................................................10

Gambar 2.4 XAMPP.....................................................................................11

Gambar 2.5 Laravel......................................................................................12

Gambar 2.6 Git Bash....................................................................................12

Gambar 2.7 Visual Studio Code....................................................................13

Gambar 4.1 Use Case Sistem........................................................................35

Gambar 4.2 Entity Relationship Diagram .....................................................36

Gambar 4.3 Flowchart Sistem ......................................................................38

Gambar 4.4 Flowgraph.................................................................................52

x
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Game adalah salah satu media hiburan yang banyak digemari oleh berbagai

kalangan dari anak kecil hingga orang dewasa memainkan game. Dengan

perkembangan teknologi yang pesat seperti sekarang ini, game menjadi semakin

komplit dan juga praktis. Misalnya sekarang orang tidak perlu game konsol untuk

memainkan game, game dapat dimainkan di perangkat komputer, laptop bahkan

gadget smartphone kita bisa memainkan sebuah game.

Hampir semua kalangan usia saat ini dapat memainkan game mobile yang

terdiri dari berbagai macam jenis permainan. Di kalangan anak usia sekolah pada

Madrasah Ibtidaiyah Swasta Darul Hikmah Watampone, kecanduan game telah

mempengaruhi pencapaian akademik. Saat ini banyak siswa di MIS Darul Hikmah

Watampone cenderung gemar bermain game daripada belajar, menurut sebuah

penelitian yang dilakukan Kementrian Riset Teknologi, dan Pendidikan Tinggi

Bersama Universitas Tarumanegara mengemukakan orang yang bermain game

selama 4-5 hari perminggu dan setiap harinya bermain lebih dari 4 jam mungkin

terindikasi adiksi.(Jaya, 2018)

Dampak negatif yang terjadi pada siswa dan siswi di sekolah MIS Darul

Hikmah Watampone lebih banyak dibandingkan dengan dampak positifnya. Untuk

itu diperlukan suatu sistem yang dapat mendeteksi dan mengklasifikasikan siswa

yang kecanduan game agar sekiranya orang tua dan pihak sekolah dapat mengambil

7
 8

tindakan lebih cepat sebelum game online mempengaruhi prestasi akademik dari

siswa yang bersangkutan, terkhusus pada MIS Darul Hikmah Watampone.

Atas permasalahan tersebutlah yang mendorong penulis untuk melakukan

penelitian yang berjudul “Implentasi Algoritma K-Nearest Neighbor Untuk

Deteksi Dini Kecanduan Game Pada Siswa MIS Darul Hikmah Watampone”

berbasis website dan akan dibangun menggunakan framework Laravel. Diharapkan

dengan adanya penelitian ini dapat membantu pihak orang tua dan guru untuk

mengambil keputusan agar dapat mengurangi kecenderungan anak bermain game.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah dikemukakan di atas maka

rumusan permasalahan dalam penelitian ini adalah :

1. Bagaimana mengimplementasikan algoritma k-nearest neighbor untuk

deteksi dini kecanduan game?

2. Bagaimana merancang aplikasi yang dapat memberikan output deteksi

kecanduan game?

1.3 Batasan Masalah

Adapun batasan masalah pada penelitian ini adalah sebagai berikut:

1. Penelitian ini dirancang berbasis website.

2. Bahasa pemrograman yang digunakan adalah PHP dengan framework

Laravel.

3. Database yang digunakan adalah MySQL.

4. Sistem ini menghasilkan laporan penentu kecanduan game pada siswa.

x
 9

1.4 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah sebagai berikut:

1. Mengimplementasikan algoritma k-nearest neighbor untuk deteksi dini

kecanduan game.

2. Merancang aplikasi yang dapat memberikan output deteksi kecanduan

game.

1.5 Manfaat Penelitian

Adapun manfaat pada penelitian ini adalah sebagai berikut:

1. Manfaat bagi penulis.

Penelitian ini diharapkan dapat menambah pengetahuan khususnya dalam

merancang dan membuat suatu web serta membuat database dalam

mendeteksi kecanduan game pada siswa.

2. Manfaat bagi pengguna.

Dengan adanya sistem penunjang keputusan ini dapat mempermudah

untuk mengambil keputusan dalam mendeteksi kecanduan game pada

siswa.

3. Manfaat bagi akademik.

Hasil penulisan ini diharapkan dapat dipakai sebagai bahan referensi bagi

mahasiswa lain yang berminat pada perancangan sistem pengambilan

keputusan dalam mendeteksi kecanduan game pada siswa.

x
 10

1.6 Sistematika Penulisan

Adapun sistematika penulisan adalah sebagai berikut:

BAB I Pendahuluan
Pada bab ini berisi latar belakang, rumusan masalah, batasan masalah,

tujuan dan manfaat penelitian, dan sistematika penulisan.

BAB II Tinjauan Pustaka

Pada bab ini berisi mengenai tinjauan pustaka dan dasar teori. Yang

dimaksud dengan tinjauan pustaka yaitu referensi yang digunakan

penulis untuk membangun suatu aplikasi sistem dan dasar teori sendiri

berisi landasan teori yang mendukung untuk merancang suatu sistem.

BAB III Metode Penelitian

Pada bab ini menguraikan tentang gambaran objek penelitian, produk

kerja, menganalisis permasalahan yang ada di dalam skripsi ini, rancang

data arsitektur dan user interface (rancangan input dan output).

DAFTAR PUSTAKA

x
 BAB II

TINJAUAN PUSTAKA

2.1 Kerangka Pikir.

Untuk lebih memperjelas kerangka pikir yang disajikan maka akan

dijabarkan dalam bentuk bagan pada gambar 2.1 di bawah ini.

Game adalah salah satu media hiburan yang banyak digemari oleh berbagai
kalangan dari anak kecil hingga orang dewasa memainkan game. Dengan perkembangan
teknologi yang pesat seperti sekarang ini, game menjadi semakin komplit dan juga praktis.
Misalnya sekarang orang tidak perlu game konsol untuk memainkan game, game dapat
dimainkan di PC, laptop bahkan gadget smartphone kita bisa mainkan sebuah game.

Di kalangan anak usia sekolah pada MIS Darul Hikmah Watampone, kecanduan
game telah mempengaruhi pecapaian akademik. Saat ini banyak siswa di MIS Darul
Hikmah Watampone cenderung gemar bermain game daripada belajar, menurut sebuah
penelitian yang di lakukan Kementrian Riset Teknologi, dan Pendidikan Tinggi Bersama
Universitas Tarumanegara mengemukakan orang yang bermain game selama 4-5 hari
dalam satu minggu dan setiap harinya bermain lebih dari 4 jam kemungkinan terindikasi
adiksi.

Diperlukan suatu sistem yang dapat mendeteksi dan mengklasifikasikan siswa yang
kecanduan game agar sekiranya orang tua dan pihak sekolah dapat mengambil Tindakan
lebih cepat sebelum game online mempengaruhi prestasi akademik dari siswa yang
bersangkutan.

Diharapkan dengan adanya penelitian ini dapat membantu pihak orang tua dan guru untuk
mengambil keputusan agar dapat mengurangi kecenderungan anak bermain game

Gambar 2.1 Blok Diagram Kerangka Pikir.

5
 6

2.2 Landasan Teori.

2.2.1 Pengertian Impelementasi.
Menurut Rimaru (Irawan & Simargolang, 2018), implementasi merupakan

suatu proses mendapatkan suatu hasil yang sesuai dengan tujuan atau sasaran

kebijakan itu sendiri. Dimana pelaksana kebijakan melakukan suatu aktivitas atau

kegiatan.

2.2.2 Algoritma K-Nearest Neighbor.

Algoritma K-Nearest Neighbor salah satu teknik klarisifikasi data yang

kuat, dengan cara mencari kasus dengan menghitung kedekatan antara kasus baru

dengan kasus lama berdasarkan pencocokan bobot (Rasepta, 2016). K-Nearest

Neighbor adalah suatu metode algoritma supervised learning, dimana kelas yang

paling banyak muncul (mayoritas) yang akan menjadi kelas hasil klasifikasi. K-

Nearest Neighbor termasuk dalam kelompok instance-based learning. K-Nearest

Neighbor merupakan contoh algoritma berbasis pembelajaran, dimana data set

pelatihan (training) disimpan, sehingga klasifikasi untuk record baru yang tidak

diklasifikasi didapatkan dengan membandingkan record yang paling mirip dengan

training set. Langkah-langkah K-Nearest Neighbor:

a. Menentukan parameter K (jumlah tetangga paling dekat), Parameter K

pada testing ditentukan berdasarkan nilai K optimum padasaat training.

b. Menghitung kuadrat jarak euclid (Euclidean distance) masing-masing

objek terhadap data sampel yang diberikan. Dengan persamaan

c. Mengurutkan objek-objek tersebut kedalam kelompok yang mempunyai

jarak Euclidian terkecil.

 7

d. Mengurutkan objek-objek tersebut kedalam kelompok yang mempunyai

jarak Euclidian terkecil.

e. Dengan menggunakan kategori mayoritas, maka dapat hasil klasifikasi.

Dimana rumus Euclidean disctance yang akan digunakan adalah sebagai

berikut:

n
D(x,y) = ∑ (xk - yk)2
k-1

Keterangan :

D = jarak titik data training x dengan data testing y.

n = dimensi atribut.

i = representasi nilai atribut.

2.2.3 Deteksi.
Menurut Tita (Agustina, 2019), Deteksi adalah suatu proses untuk

memeriksa atau melakukan pemeriksaan terhadap sesuatu dengan menggunakan

cara dan teknik tertentu. Deteksi dapat digunakan untuk berbagai masalah,

misalnya dalam sistem pendeteksi suatu penyakit, dimana sistem mengidentifikasi

masalah-masalah yang berhubungan dengan penyakit yang biasa disebut gejala.

Tujuan dari deteksi adalah memecahkan suatu masalah dengan berbagai cara

tergantung metode yang diterapkan sehingga menghasilkan sebuah solusi.

2.2.4 Kecanduan.
Istilah kecanduan awalnya digunakan terutama mengacu kepada

penggunaan alkohol dan obat-obatan. Pertama, menurut Kamus Besar Bahasa

Indonesia kecanduan adalah kejangkitan suatu kegemaran (sehingga lupa hal-hal

 8

yang lain). Kedua, menurut Cambrige Dictionary kecanduan adalah menyukai

sesuatu yang terlalu banyak dan melakukan atau memiliki itu secara

berlebihan(Suplig, 2017).

Jadi bisa disimpulkan bahwa kecanduan adalah sesuatu yang menyenangkan

yang dilakukan dengan sangat berlebihan sehingga melupakan hal-hal yang lain.

2.2.5 Game.
Game dalam kamus bahasa indonesia memiliki arti permainan, Sedangkan

menurut Wahono (Pradana, 2019) Game adalah suatu aktifitas baik itu terstruktur

maupun semi terstruktur yang bertujuan sebagai sarana hiburan dan kadang untuk

pendidikan.

2.2.6 Website.
Menurut Fitri Marisa (Marisa, 2017) “Website dapat diartikan sebagai

kumpulan halaman-halaman yang digunakan untuk mempublikasikan informasi

berupa teks, gambar, dan program multimedia lainnya berupa animasi (gambar

gerak, tulisan gerak), suara, dan atau gabungan dari semuanya itu baik yang

bersifat statis maupun dinamis yang membentuk satu rangkaian bangunan yang

saling terkait antara satu halaman dengan halaman yang lain yang sering disebut

sebagai hyperlink.”

Dalam pengertian yang lain bahwa website adalah kumpulan dari halaman-

halaman situs yang biasanya terangkum dalam sebuah domain atau subdomain,

yang tempatnya berada di dalam World Wide Web (WWW) di Internet. Sebuah

web page adalah dokumen yang ditulis dalam format HTML (Hyper Text Markup

Language), yang sistem selalu bisa diakses melalui HTTP, yaitu sistem yang
 9

menyampaikan informasi dari server website untuk ditampilkan kepada para

pemakai melalui web browser. Semua publikasi website tersebut dapat

membentuk sebuah jaringan informasi yang sangat besar.

Halaman-halaman dari website bisa diakses melalui sebuah URL yang biasa

disebut Homepage. URL ini mengatur halaman-halaman situs untuk menjadi

sebuah hirarki, meskipun hyperlink-hyperlink yang ada di halaman tersebut

mengatur para pembaca dan memberitahu mereka susunan keseluruhan dan

bagaimana arus informasi ini berjalan.

2.2.7 PHP (Php Hypertext Preprocessor).

Gambar 2. 2 PHP
(Sumber: php.net)
Menurut Sovia, R. dan Jimmy, F., (Pratama, 2021), PHP merupakan script

untuk pemrograman script web server-side, script yang membuat dokumen HTML

secara on the fly, maksudnya dokumen HTML yang dihasilkan dari suatu aplikasi

bukan dokumen HTML yang dibuat dengan menggunakan editor teks atau editor

HTML. PHP/FI merupakan nama awal dari PHP. PHP adalah Personal Home

Page, FI adalah Form Interface. Dibuat pertama kali oleh Rasmus Lerdoff. PHP,
 10

awalnya merupakan program yang dikhususkan untuk menerima input melalui

form yang ditampilkan dalam browser web. Software ini disebarkan dan

dilisensikan sebagai perangkat lunak Open Source. PHP secara resmi merupakan

kependekan dari PHP Hypertext Preprocessor, merupakan bahasa script server-

side yang disisipkan pada HTML.

2.2.8 MySQL.

Gambar 2. 3 MySQL
(Sumber: mysql.com)
Menurut Pambudi, A. (Rahayu & Nurdin, 2019), MySQL merupakan

software yang tergolong database server dan bersifat opensource. Opensource

menyatakan bahwa software ini dilengkapi dengan sourcecode (kode yang dipakai

untuk membuat MySQL), selain tentu saja bentuk executable-nya atau kode yang

dapat dijalankan secara langsung dalam sistem operasi, dan bisa diperoleh dengan

cara mengunduh di internet secara gratis. Database adalah sekumpulan (sering

saling terkait) data, baik teks, angka, atau file biner yang disimpan dan

diselenggarakan oleh DBMS (Database Management System). Secara teknis,

MySQL adalah sebuah aplikasi yang mengelola file yang disebut database. My

SQL adalah sebuah aplikasi opensource, seperti PHP dan beberapa jenis Unix yag
 11

berarti user dapat secara bebas untuk menjalankan atau bahkan memodifikasi

kode sumber yang dapat diunduh di internet.

2.2.9 XAMPP (Cross-Platform Apache Mysql/MariaDB PHP Pearl).

Gambar 2. 4 XAMPP
(Sumber: apachefriends.org)
Menurut Jogiyanto (Nurrizki, 2021) XAMPP adalah perangkat lunak bebas,

yang mendukung banyak sistem operasi, merupakan kompilasi dari beberapa

program. XAMPP merupakan tool yang menyediakan paket perangkat lunak ke

dalam satu buah paket. Dengan menginstall XAMPP maka tidak perlu lagi

melakukan instalasi dan konfigurasi web server Apache, PHP dan MySQL secara

manual. XAMPP akan menginstalasi dan mengkonfigurasikannya secara otomatis

untuk anda atau auto konfigurasi.

 12

2.2.10 Laravel.

Gambar 2. 5 Laravel
(Sumber: Laravel.com)
Laravel adalah sebuah framework PHP yang dirilis di bawah lisensi MIT,

dibangun dengan konsep MVC (model view controller). Laravel adalah

pengembangan website berbasis MVC yang ditulis dalam PHP yang dirancang

untuk meningkatkan kualitas perangkat lunak dengan mengurangi biaya

pengembangan awal dan biaya pemeliharaan, dan untuk meningkatkan

pengalaman bekerja dengan aplikasi dengan menyediakan sintaks yang ekspresif,

jelas dan menghemat waktu (Herdiansah et al., 2021).

2.2.11 Git Bash.

Gambar 2. 6 Git Bash

(Sumber: gitforwindows.org)
 13

Git Bash adalah aplikasi untuk lingkungan Microsoft Windows yang

menyediakan lapisan emulasi untuk pengalaman Git command line. Bash adalah

akronim untuk Bourne Again Shell. Shell adalah aplikasi terminal yang digunakan

untuk berinteraksi dengan sistem operasi melalui perintah tertulis. Git Bash adalah

paket yang menginstal Bash, beberapa utilitas bash umum, dan Git pada sistem

operasi Windows (Herdiansah et al., 2021).

2.2.12 Visual Studio Code.

Gambar 2. 7 VSCode
(Sumber: Google)
Visual Studio Code adalah kode editor sumber yang dikembangkan oleh

Microsoft untuk Windows, Linux dan macOS. Ini termasuk dukungan untuk

debugging, kontrol git yang tertanam dan GitHub, penyorotan sintaksis,

penyelesaian kode cerdas, snippet, dan refactoring kode. Ini sangat dapat

disesuaikan, memungkinkan pengguna untuk mengubah tema, pintasan keyboard,

preferensi, dan menginstal ekstensi yang menambah fungsionalitas tambahan

(Herdiansah et al., 2021).

 14

2.2.13 Flowchart.
Menurut Wibawanto (Ermansyah, 2017) “Flowchart adalah suatu bagan

dengan sistem simbol tertentu yang menggambarkan urutan proses secara

mendetail dan hubungan antara suatu proses (intruksi) dengan proses lainnya

dalam suatu program”. Diagram alur dapat menunjukan secara jelas, arus

pengendalian suatu algoritma yakni bagaimana melaksanakan suatu rangkaian

kegiatan secara logis dan sistematis.

Bentuk Flowchart Menurut Sulindawati dan Fathoni (Serdar, 2019) flowchart

terbagi atas lima jenis, yaitu:

1. Sistem Flowchart

Sistem Flowchart merupakan bagan yang menunjukkan alur kerja atau

apa yang sedang dikerjakan di dalam sistem secara keseluruhan dan

menjelaskan urutan dari prosedur-prosedur yang ada di dalam sistem.

2. Flowchart Dokumen

Flowchart Paperwork menelusuri alur dari data yang ditulis melalui

sistem.

3. Flowchart Skematik

Flowchart skematik mirip dengan flowchart sistem yang

menggambarkan suatu sistem atau prosedur. Flowchart skematik ini

bukan hanya menggunakan system simbol flowchart standar, tetapi juga

menggunakan gambar-gambar sistem, peripheral, form-form atau

peralatan lain yang digunakan dalam sistem.

4. Flowchart Program
 15

Flowchart Program dihasilkan dari flowchart sistem. Flowchart program

merupakan keterangan yang lebih rinci tentang bagaimana setiap langkah

program atau prosedur sesungguhnya dilaksanakan.

5. Flowchart Proses

Flowchart proses merupakan teknik penggambaran rekayasa industrial

yang memecah dan menganalisa langkah-langkah selanjutnya dalam

suatu prosedur atau system.

Tabel 2.1 Simbol-Simbol Flowchart

No. Simbol Fungsi

1 Terminal, untuk memulai dan mengakhiri

suatu proses

2 Proses, menunjukkan setiap pengolahan

yang dilakukan oleh computer

3 Input. Untuk memasukkan hasil dari suatu

proses

4 Decision, kondisi yang akan menghasilkan

beberapa kemungkinan jawaban atau
pilihan

5 Connector, suatu prosedur akan masuk atau

keluar melalui symbol ini dalam lembar
yang sama
 16

6 Off Page Connector, merupakan symbol

masuk atau keluarnya suatu prosedur pada
kertas lain

7 Hard Disk Storage, input/output yang

menggunakan hardisk

8 Predefied, untuk menyatakan sekumpulan

Langkah proses yang ditulis sebagai
prosedur

9 Stored Data, input/output yang

menggunakan disket

10 Printer, symbol ini digunakan untuk

menggambarkan suatu dokumen atau
kegiatan mencetak suatu informasi dengan
mesin printer

11 Arus/Flow. Symbol ini digunakan untuk

menggambarkan arus proses dari suatu
kegiatan ke kegiatan lain

2.2.14 UML (Unified Modeling Language).

Menurut Nugroho (Muslihudin, 2016) “UML (Unified Modeling Language)

adalah bahasa pemodelan untuk sistem atau perangkat lunak yang berparadigma

(berorientasi objek) (modeling) sesungguhnya digunakan untuk penyederhanaan

permasalahan permasalahan yang kompleks sedemikian rupa sehingga lebih

mudah dipelajari dan dipahami.”

 17

UML sebagai sebuah bahasa yang memberikan vocabulary dan tatanan

penulisan kata-kata dalam ‘MS Word’ untuk kegunaan komunikasi. Sebuah

bahasa model adalah sebuah bahasa yang mempunyai vocabulary dan konsep

tatanan penulisan serta secara fisik mempresentasikan dari sebuah system.

UML adalah sebuah bahasa standard untuk pengembangan sebuah software

yang dapat menyampaikan bagaimana membuat dan membentuk model-model,

tetapi tidak menyampaikan apa dan kapan model yang seharusnya dibuat yang

merupakan salah satu proses implementasi pengembangan software.

Unified Modelling Language (UML) terbagi menjadi beberapa jenis diagram

masing – masing memiliki aturan tertentu dalam penyusunannya. Diagram-

diagram tersebut tersusun atas sejumlah elemen grafis saling membentuk satu

kesatuan dalam pemodelan software. Masing-masing diagram UML

mempresentasikan berbagai sudut pandang terhadap sistem dan mendefinisikan

apa yang dikerjakan oleh sistem bukan bagaimana cara sistem bekerja.

Menurut Erwin susanto (Muslihudin, 2016) Dari berbagai tipe diagram

tersebut dapat dibagi menjadi dua kelompok besar yakni:

1. Diagram Struktural digunakan untuk menggambarkan bentuk statis dari

sistem. Di dalam kelompok ini ada diagram-diagram seperti Class

Diagram, Component Diagram, Object Diagram, Composite Structure

Diagram, Deployment Diagram, dan Package Diagram.

2. Tipe Diagram Perilaku (Behavior) Sedangkan dari Diagram Perilaku, di

dalamnya termasuk; Use case Diagram, Activity Diagram, State Machine

Diagram, dan beberapa Diagram Interaksi. Di mana yang termasuk

 18

Diagram Interaksi adalah Sequence Diagram, Interaction Overview

Diagram, Communication Diagram, dan Timing Diagram.

Beberapa penjelasan dari diagram UML adalah sebagai berikut:

1. Use Case Diagram

Roni Habibi, S.Kom., M.T . Raymana Aprilian (Muslihudin, 2016)

“Use case diagram merupakan model diagram UML yang digunakan

untuk menggambarkan requirement fungsional yang diharapkan dari

sebuah sistem. Use case diagram digunakan untuk menggambarkan secara

ringkas siapa yang menggunakan sistem dan apa saja yang bisa

dilakukannya. Use case class digunakan untuk memodelkan dan

menyatakan unit fungsi/layanan yang disediakan oleh sistem (atau bagian

system: subsistem atau class) ke pemakai. Diagram use case tidak

menjelaskan secara detail tentang penggunaan use case, namun hanya

memberi gambaran singkat hubungan antara use case dan sistem”.

a. Tujuan Use Case

1. Memetakan kebutuhan sistem

2. Merepresentasikan interaksi pengguna terhadap sistem

3. Untuk mengetahui kebutuhan diluar sistem

b. Deskripsi Use Case

1. Diagram use case merupakan pemodelan untuk menggambarkan

kelakuan (behavior) sistem yang akan dibuat.

2. Diagram use case mendeskripsikan sebuah interaksi antara satu

atau lebih sistem dengan sistem yang akan dibuat.

 19

3. Diagram use case digunakan untuk mengetahui fungsi apa saja

yang ada di dalam sebuah sistem dan siapa saja yang berhak

menggunakan fungsi-fungsi tersebut.

4. Yang ditekankan pada diagram ini adalah “apa” yang diperbuat

sistem, dan bukan “bagaimana”.

5. Sebuah use case merepresentasikan sebuah interaksi antara system

(user atau sistem lainnya) dengan system Activate W Go to Settings

6. Use case menjelaskan secara sederhana fungsi sistem dari sudut

pandang user.

Tabel 2.2 Simbol-Simbol Use Case Diagram

No Gambar Nama Keterangan

Merupakan abstraksi dari orang dan

1 Actor sistem yang lain yang mengaktifkan
fungsi dari sistem.

Merupakan suatu garis yang berfungsi

2 Generalization
3 Include
4 Extend
untuk mewariskan struktur data dan
objek induk kepada objek anak yang
dituju.
Merupakan suatu garis yang berfungsi
menggambarkan suatu use case yang
merupakan fungsionalitas dari use case
yang lain.
Merupakan suatu garis yang berfungsi
menunjukkan bahwa suatu use case
merupakan tambahan fungsional dari
use case yang lainnya jika kondisi atau
syarat tertentu dipenuhi.
 20

No Gambar Nama Keterangan

Merupakan garis antara objek satu

5 Association
dengan yang lainnya.

Merupakan bagian menspesifikasikan

6 Sistem
sistem secara terbatas.

Merupakan abstraksi dari interaksi

7 Use Case
antara sistem dan aktor.

(Sumber : Munawar 2018)

2. Activity Diagram

Erwin Susanto (Muslihudin, 2016): “Diagram ini pada dasarnya

digunakan untuk menggambarkan alur kerja (workflow) dari proses bisnis.

Namun pada aplikasinya kita dapat menggunakannya untuk menjelaskan

navigasi user interface (antar muka) dari aplikasi yang akan dibuat”.
 21

Tabel 2.3 Simbol-Simbol Activity Diagram

No Gambar Nama Keterangan

1 Merupakan gambaran aktivitas yang ada

Activity
pada sistem.
2 Merupakan tanda yang menunjukkan
Flow Final
aliran berakhir
3 Merupakan titik mulai pada suatu
Start
kondisi.
4 Merupakan titik berakhir pada suatu
And kondisi.

5 Merupakan gambar yang menunjukkan

Marge
tanda waktu.
6 Merupakan pilihan untuk pengambilan
Decision
sebuah keputusan.
7 Merupakan suatu garis yang berfungsi
untuk menunjukkan kegiatan yang
Fork dilakukan secara paralel atau untuk
menggabungkan dua kegiatan paralel
menjadi satu.
8 Merupakan gambar yang menunjukkan
Partition
tanda pengiriman.
(Sumber : Munawar 2018)

2.2.15 Pengujian White box.

“Pengujian White Box adalah teknik pengujian perangkat lunak

yang melibatkan akses langsung ke kode sumber perangkat lunak yang

diuji. Dalam pengujian ini, para pengujian menggunakan pengetahuan

mereka tentang bagaimana program bekerja dan cara kode sumber ditulis

untuk mengidentifikasi bug atau kesalahan dalam kode. Pengujian White

Box dapat membantu meningkatkan keamanan dan kualitas perangkat

 22

lunak dengan menemukan masalah sejak awal dan mencegahnya terjadi di

masa depan.”(Fadila & Saputra, 2020)

Dengan menggunakan metode pengujian whitebox, anda dapat

memperoleh test case yang:

1. Menjamin bahwa semua jalur independent dalam sebuah modul

telah dieksekusi setidaknya satu kali.

2. Melakukan semua keputusan logis pada sisi benar dan yang salah.

3. Melaksanakan semua loop pada batas mereka dan dalam batas-

batas operasional merek.

4. Melakukan struktur data internal untuk memastikan kesahihannya.

Kelebihan dan kelemahan pengujian whitebox dapat diuraikan sebagai

berikut:

1. Kelebihan White Box Testing :

a. Kesalahan Logika

Digunakan pada sintaks “If “ dan pengulangan. Dimana white

box testing akan mendeteksi kondisi-kondisi yang tidak sesuai

dan mendeteksi kapan proses pengulangan akan berhenti.

b. Ketidak Sesuaian Asumsi

Menampilkan asumsi yang tidak sesuai dengan kenyataan, untuk

di analisa dan diperbaiki.

c. Kesalahan Ketik

Mendeteksi bahasa pemrograman yang bersifat case sensitive.

2. Kelemahan White Box Testing:

 23

Untuk perangkat lunak yang tergolong besar, white box testing

dianggap sebagai strategi yang tergolong boros, karena akan melibatkan

sumber daya yang besar untuk melakukannya.

Dalam pengujian white box testing ada beberapa langkah dalam

menjalankan pengujiannya:

1. Mendefinisikan semua alur logika.

2. Membangun kasus untuk digunakan dalam pengujian.

3. Melakukan pengujian.

2.3 Roadmap Penelitian.

Adapun beberapa penelitian sebelumnya yang penulis gunakan

sebagai rujukan terhadap penelitian ini adalah sebagai berikut:

1. “MODEL IDENTIFIKASI KECANDUAN GAME

MENGGUNAKAN BACKWARD CHAINING”. Anastasya Latubessy,

Esti Wijayanti, Jurusan Teknik Informatika, Fakultas Teknik,

Universitas Muria Kudus, 2017.(Latubessy & Wijayanti, 2017)

Persamaan: Menggunakan identifikasi kecanduan game sebagai objek

penelitian.

Perbedaan: Menggunakan Algoritma Backward Chaining.

2. “RANCANG BANGUN SISTEM PAKAR DIAGNOSA GEJALA

KECANDUAN GAME ONLINE BERBASIS ANDROID”, Safira

Nurunnabilah Saratun, Jurusan Teknik Informatika, Fakultas Teknik,

Universitas Islam Negeri Alauddin Makassar, 2019.(Saratun, 2019)

 24

Persamaan: Menggunakan identifikasi kecanduan game sebagai objek

penelitian.

Perbedaan: Menggunakan sistem pakar berbasis Android.

3. “SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN

TINGKAT KECANDUAN GAME ONLINE MENGGUNAKAN

METODE SIMPLE ADDITIVE WEIGHTING (SAW)”, Rizki

Ramadhan & Fitriyani, Jurusan Sistem Informasi, Fakultas Teknologi

Informasi, Universitas Adhirajasa Reswara Sanjaya Bandung,

2022.(Ramadhan, 2022)

Persamaan: Menggunakan identifikasi kecanduan game sebagai objek

penelitian.

Perbedaan: Menggunakan metode Simple Additive Weighting.

 BAB III
METODE PENELITIAN

3.1 Waktu dan Tempat Penelitian.

Tempat penelitian dilakukan di MIS Darul Hikmah Watampone Jalan

Husein Jeddawi Baru, Kel. Macege, T.R. Barat Kab. Bone, Penelitian ini

direncanakan akan berlangsung mulai dari bulan Desember 2022 sampai dengan

Februari 2023.

3.2 Bahan dan Alat Penelitian.

Selain menganalisis dan mengumpulkan data yang dibutuhkan dalam

membangun aplikasi, selanjutnya dianggap perlu adanya alat dan bahan

penunjang dalam penelitian yang dilakukan. Adapun alat dan bahan yang

diperlukan antara lain:

3.2.1 Bahan Penelitian.

Tabel 3.1 Bahan Penelitian yang digunakan

No
No Bahan penelitian Keterangan

1. Data training dan testing Meliputi data-data angket

yang dibagikan pada siswa
MIS Darul Hikmah
Watampone.

3.2.2 Alat Penelitian.

1. Perangkat Keras

Tabel 3.2 Perangkat Keras yang digunakan

Perangkat Keras Unit Spesifikasi

24
 25

Komputer Laptop merk 1 Ryzen 5 4800

Lenovo RAM 16 Gigabite

2. Perangkat Lunak
Tabel 3.3 Perangkat Lunak yang digunakan

Perangkat Lunak Spesifikasi

Sistem Operasi Windows 10

Bahasa Pemrograman PHP

Framework Framework Laravel

Umlet Diagram UML

Tools / Sofware Ms.Word ,Ms.Exel, Visual Studio

Code

3.3 Jenis dan Variabel Penelitian.

3.3.1 Jenis Penelitian.
Dalam menyelesaikan skripsi ini, jenis penelitian berdasarkan tujuan

nantinya akan menggunakan metode penelitian Terapan (Applied Research)

dimana tujuan utama dari jenis penelitian ini adalah pemecahan masalah sehingga

hasil penelitian dapat dimanfaatkan untuk kepentingan manusia baik secara

individu atau kelompok maupun untuk keperluan industri atau politik dan bukan

untuk wawasan keilmuan semata.

3.3.2 Variabel Penelitian.

Penentuan Variable kecanduan game yang digunakan untuk mendeteksi

kecanduan game berdasarkan data angket yang telah diperoleh dari siswa MIS

Darul Hikmah Watampone.

 26

3.4 Pengumpulan Data.

Teknik pengumpulan data adalah bagian penting dalam proses penelitian.

Tahapanya dilakukan sesudah proposal riset disetujui dan sebelum analisis data

itu di lakukan. Pada kegiatan penelitian ini, penulis menggunakan metode

kuantitatif sebagai cara pengumpulan data pengolahan yang dibutuhkan. Data

yang digunakan adalah Database management yang merupakan sub sistem dalam

data yang terorganisir pada sebuah database yang berisi data penjualan masa lalu

dan masa sekarang.

3.4.1 Data Training.

Data penelitian diperoleh dari penyebaran angket dalam bentuk google

form yang di bagikan kepada siswa MIS Darul Hikmah Watampone. Angket

terdiri dari 5 pertanyaan dimana pertanyaan tersebut menjadi dasar klasifikasi.

Kriteria tersebut adalah umur, perangkat yang digunakan, mulai hobi bermain

game, lama bermain, dan periode bermain. Penentuan jumlah sampel yang

digunakan dalam penelitian ini ditentukan dengan menggunakan rumus Slovin.

Menurut Aloysius Rangga Aditya Nalendra (URIP LOLA ARYANTO, 2021) ,

rumus slovin adalah formula untuk menghitung jumlah sampel minimal jika

perilaku sebuah populasi belum diketahui secara pasti. Besaran sampel penelitian

dengan rumus Slovin ditentukan lewat nilai tingkat kesalahan. Dimana semakin

besar tingkat kesalahan yang digunakan, maka semakin kecil jumlah sampel yang

diambil. Berikut merupakan rumus Slovin:

N
n = ..................................................................(1)
1 + N.e2
 27

Dimana:

n = Ukuran Sample.

N = Ukuran Populasi.

e = Persen kelonggaran ketidaktelitian karena kesalahan penarikan sample yang

masih dapat ditolerir atau diinginkan.

Berdasarkan jumlah populasi yang ada yaitu 64 siswa dimana seluruh

populasi merupakan perwakilan yang dianggap peneliti dengan tingkat kesalahan

10% maka perhitungannya adalah sebagai berikut:

64
n = 1 + (64 * (0,1)2)
..................................................(2)

64
n = ....................................................(3)
1 + (64 * (0,01)

64
n = .........................................................................(4)
1,64

n = 39,02439 ...............................................................(5)

Tabel 3.4 Data Training

(Mulai
Hobi,
Lama
No. Nama Umur Perangkat Klasifikasi
Bermain,
Periode
Bermain)
> 3 Bulan,
NUR ALAM 3 - 6 Jam,
1 11 Handphone Kecanduan
SEPTIANI 2-3x
Seminggu
> 3 Bulan
Kecanduan
2 SYAHRUL SYAM 11 Handphone > 6 Jam
Berat
Setiap Hari
< 1 Bulan
< 3 Jam Tidak
3 NURUL HIKMAH 10 Handphone
2-3x Kecanduan
Seminggu
AQIL > 3 Bulan Tidak
4 12 PC/Laptop
MUHAMMAD < 3 Jam Kecanduan
 28

(Mulai
Hobi,
Lama
No. Nama Umur Perangkat Klasifikasi
Bermain,
Periode
Bermain)
DAFFA Setiap Hari
> 3 Bulan
5 ANDI LUTFI 11 Handphone 3 - 6 Jam Kecanduan
Setiap Hari
> 3 Bulan
MUHAMMAD Kecanduan
6 12 Handphone > 6 Jam
YUSRAN Berat
Setiap Hari
> 3 Bulan
3 - 6 Jam
7 RAHMAT BAHRI 11 Handphone Kecanduan
2-3x
Seminggu
< 1 Bulan
ANNISA Tidak
8 10 Handphone < 3 Jam 1x
RAHMAWATI Kecanduan
Seminggu
< 1 Bulan
MEILIANI DITA Tidak
9 10 Handphone < 3 Jam 1x
PUTRI Kecanduan
Seminggu
1 - 3 Bulan
3 - 6 Jam
10 HIDAYATULLAH 12 Handphone Kecanduan
2-3x
Seminggu
> 3 Bulan
MUHAMMAD 3 - 6 Jam
11 12 Handphone Kecanduan
ALIF RAHMAN 2-3x
Seminggu
> 3 Bulan
MUHAMMAD Tidak
12 12 Handphone < 3 Jam
IQBAL SA'BANA Kecanduan
Setiap Hari
> 3 Bulan
INDRI SARI Tidak
13 11 Handphone < 3 Jam 1x
AJENG Kecanduan
Seminggu
> 3 Bulan
USWATUN Tidak
14 11 Handphone < 3 Jam 1x
HASANAH Kecanduan
Seminggu
< 1 Bulan
Tidak
15 ANDI AISYAH 10 Handphone < 3 Jam 1x
Kecanduan
Seminggu
> 3 Bulan
ANDI ABDUL 3 - 6 Jam
16 12 Handphone Kecanduan
SALAM 2-3x
Seminggu
> 3 Bulan
Tidak
17 MUH. ILHAM 12 Handphone < 3 Jam
Kecanduan
Setiap Hari
 29

(Mulai
Hobi,
Lama
No. Nama Umur Perangkat Klasifikasi
Bermain,
Periode
Bermain)
1 - 3 Bulan
MUHAMMAD < 3 Jam 2- Tidak
18 12 Handphone
ALDI SAAD 3x Kecanduan
Seminggu
> 3 Bulan
3 - 6 Jam
19 AHMAD FIKRI 11 Handphone Kecanduan
2-3x
Seminggu
1 - 3 Bulan
< 3 Jam Tidak
20 ALFIAN SOFYAN 12 PC/Laptop
2-3x Kecanduan
Seminggu
> 3 Bulan
< 3 Jam 2- Tidak
21 ARFIAH PRATIWI 10 Handphone
3x Kecanduan
Seminggu
> 3 Bulan
22 ABDUL RAHMAN 11 Handphone 3 - 6 Jam Kecanduan
Setiap Hari
> 3 Bulan
AKMAL 3 - 6 Jam
23 12 Handphone Kecanduan
MAULANA 2-3x
Seminggu
1 - 3 Bulan
DEWANTO 3 - 6 Jam
24 12 Handphone Kecanduan
SAPUTRA 1x
Seminggu
1 - 3 Bulan
HIRZA DWI Tidak
25 11 Handphone < 3 Jam
ANANDA Kecanduan
Setiap Hari
< 1 Bulan
< 3 Jam Tidak
26 ILHAM AGUNG 11 Handphone
2-3x Kecanduan
Seminggu
1 - 3 Bulan
3 - 6 Jam
27 RIRIN EKA PUTRI 12 Handphone Kecanduan
2-3x
Seminggu
< 1 Bulan
Tidak
28 AGUNG 12 Handphone < 3 Jam
Kecanduan
Setiap Hari
< 1 Bulan
Tidak
29 RIFKY 11 Handphone < 3 Jam
Kecanduan
2-3x
 30

(Mulai
Hobi,
Lama
No. Nama Umur Perangkat Klasifikasi
Bermain,
Periode
Bermain)
Seminggu
1 - 3 Bulan
< 3 Jam Tidak
30 AHMAD BAYU 12 Handphone
2-3x Kecanduan
Seminggu
1 - 3 Bulan
Tidak
31 FITRI FATHIYAH 12 Handphone < 3 Jam
Kecanduan
Setiap Hari
< 1 Bulan
NADIA Tidak
32 12 Handphone < 3 Jam 1x
CHANTIKA Kecanduan
Seminggu
< 1 Bulan
Tidak
33 IZNI AVIANTY 10 Handphone < 3 Jam 1x
Kecanduan
Seminggu
> 3 Bulan
YUSRIL IHZA 3 - 6 Jam
34 10 Handphone Kecanduan
MAHENDRA 2-3x
Seminggu
1 - 3 Bulan
KHAIRUL Kecanduan
35 11 Handphone > 6 Jam 1x
SUPARDI Berat
Seminggu
< 1 Bulan
Tidak
36 TISA FITRIANI 12 Handphone < 3 Jam 1x
Kecanduan
Seminggu
1 - 3 Bulan
3 - 6 Jam
37 IKBAL ABU 10 Handphone Kecanduan
2-3x
Seminggu
> 3 Bulan
MUHAMMAD Tidak
38 10 PC/Laptop < 3 Jam
IRFAN Kecanduan
Setiap Hari
< 1 Bulan
3 - 6 Jam
39 UMAR ARIF 11 Handphone Kecanduan
1x
Seminggu
< 1 Bulan
< 3 Jam Tidak
40 JAMALUDDIN 12 Handphone
2-3x Kecanduan
Seminggu
 31

3.5 Metode Pengujian.

Dalam skripsi ini penulis menggunakan metode pengujian white box.

Pengujian white-box ini dilakukan dengan memeriksa logic dari kode program.

Metode pengujian pada white box testing ini seringkali dilakukan untuk:

1. Memberikan dan membuat suatu jaminan bahwa seluruh jalur-jalur yang

independen hanya menggunakan modul minimal satu kali.

2. Keputusan yang sifatnya logis dapat digunakan di semua kondisi true (benar)

atau false (salah).

3. Mengeksekusi seluruh perulangan yang ada ke pada batas nilai dan operasional

di setiap situasi dan kondisi.

4. Syarat yang dilakukan dalam menjalankan strategi white box testing

5. Mendefinisikan tentang seluruh alur alur logika yang ada.

6. Membangun dan membuat suatu kasus yang akan digunakan untuk tahap

pengujian.

7. Hasil pengujian yang telah didapatkan akan dilakukan evaluasi kembali.

8. Pengujian yang dilakukan haruslah secara menyeluruh.

Adapun langkah-langkah pengujian dalam system adalah sebagai berikut:

1. Mendefinisikan_semua_alur_logika

Tahap ini menganalisis seluruh alur logika yang terdapat pada sintaks kode

perangkat lunak agar kita mengetahui pada bagian mana saja pengujian akan

dilakukan.
 32

2. Membangun_kasus_untuk_digunakan_dalam_pengujian

Pada tahap ini seluruh alur logika yang telah didefinisikan dibuat uji

kasusnya.

3. Melakukan_pengujian

Pengujian dilakukan pada setiap test case atau uji kasus yang sebelumnya

telah dibuat. Pada tahap ini kita juga dapat mulai membuat laporan dari hasil

pengujian.

Jika hasil uji coba coba sudah sesuai dengan harapan, maka dapat disimpulkan

bahwa sistem sudah berfungsi dengan baik (babas dari kesalahan fungsional).

3.6 Analisis Data.

Analisis yang harus dilakukan dalam perancangan sistem ini adalah sebagai

berikut:

a. survei lokasi, melakukan komunikasi ke lokasi tempat penelitian untuk

mengetahui informasi mengenai siswa MIS Darul Hikmah Watampone.

b. Pengumpulan Data, mengumpulkan data set kecanduan game jurnal terkait

judul penelitian.

c. Analisis Sistem, penguraian dari suatu sistem yang utuh ke dalam bagian-

bagian komponenya dengan maksud untuk mengidentifikasi dan

mengevaluasi permasalahan, kesempatan, hambatan, yang terjadi dan

kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan-

perbaikannya.
 33

d. Perancangan Sistem, merupakan strategi untuk memecahkan masalah dan

mengembangkan solusi terbaik permasalahan.

e. Pembuatan sistem, adalah tahapan dimana penulis membangun koding

dengan bahasa pemrograman.

f. Pengujian Sistem, mengetahui cara kerja dari aplikasi yang dirancang

secara terperinci sesuai spesifikasi dan menilai apakah setiap fungsi atau

prosedur yang dirancang sudah bebas dari kesalahan logika.

3.7 Tahap Penelitian.

Tahap-tahap yang dilakukan dalam perancangan sistem ini adalah sebagai

berikut:

1. Pengumpulan data, mengumpulkan data angket yang di terapkan dalam

penelitian ini melalui studi literatur.

2. Analisis Sistem penguraian dari suatu aplikasi yang utuh ke dalam bagian-

bagian komponennya dengan maksud untuk mengidentifikasi dan

mengevaluasi permasalahan, kesempatan, hambatan, yang terjadi dan

kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan-

perbaikannya.

3. Perancangan sistem merupakan strategi untuk memecahkan masalah dan

mengembangkan solusi terbaik bagi permasalahan.

 34

4. Coding adalah menerjemahkan persyaratan logika dari pseudocode atau

diagram alur ke dalam suatu bahasa pemrograman baik huruf, angka, dan

simbol yang membentuk program.

5. Pengujian program mengetahui cara kerja dari aplikasi yang dirancang

secara terperinci sesuai spesifikasi dan menilai apakah setiap fungsi atau

prosedur yang dirancang sudah bebas dari kesalahan logika.

 BAB IV
HASIL DAN PEMBAHASAN

4.1 Analisa Data.

Sub bab ini merupakan tahap paling utama dalam melakukan penelitian ini,

tahapan Analisa digunakan untuk menganalisa permasalahan yang berhubungan

dengan penelitian yang dilakukan sebelum masuk ke tahap penyelesaian yang

akan menjadi hasil dari penelitian yang dilakukan. Adapun tahapan tersebut yaitu:

4.1.1 Use Case Diagram.

Gambar 4.1 berikut ini menunjukan use case pasa sistem yang akan di

bangun dengan, use case ini memperlihatkan bahwa hanya ada satu aktor yang

dapat menggunakan sistem yaitu admin, akan mengkases menu login, data siswa,

tambah data, export, import, dan logout.

Gambar 4.1 Use Case Sistem

4.1.2 Rancangan Database.

Berikut ini menunjukan rancangan database yang digunakan dalam

membangun sistem ini, meliputi:

35
 36

a. Entity Relationship Diagram

Adalah suatu diagram untuk menggambarkan desain konseptual dari

model basis data relasional yang digunakan dalam sistem yang dibangun.

Gambar 4.2 Entity Relationship Diagram

b. Tabel Siswa

Untuk lebih memperjelas struktur tabel siswa yang akan digunakan

maka akan dijabarkan dalam bentuk kamus data seperti dibawah ini:

Tabel 4.1 Tabel Siswa

No. Field Tipe Data Panjang Key Mandatory

1 Id Int 20 Primary Ya

2 Nama Varchar 255 - Ya

3 Umur Int 10 - Ya

4 Device Int 10 - Ya

5 Kurun Int 10 - Ya

Waktu

6 Lama Int 10 - Ya

Bermain

7 Sering Int 10 - Ya

Bermain
 37

No. Field Tipe Data Panjang Key Mandatory

8 Label enum ‘Kecanduan’, - Ya

‘Tidak

Kecanduan’,

‘Kecanduan

Berat’

c. Tabel User

Untuk lebih memperjelas struktur tabel user yang akan digunakan maka

akan dijabarkan dalam bentuk kamus data seperti dibawah ini:

Tabel 4.2 Tabel User

No. Field Tipe Data Panjang Key Mandatory

1 Id Int 20 Primary Ya

2 Nama Varchar 255 - Ya

3 Username Int 10 - Ya

4 Password Int 10 - Ya

4.1.3 Flowchart.

Dalam membangun sebuah sistem diperlukan flowchart untuk

menerjemahkan proses sebuah sistem yang akan kita bangun, berikut adalah

rancangan flowchart dari sistem yang dibangun:

 38

Gambar 4.3 Flowchart Sistem

Pada flowchart diatas menjelaskan sistem berjalan dimulai dengan form

login, kemudian melakukan input username dan password. Hasil inputan itu lalu

dilakukan validasi data apakah ada di dalam database atau tidak, jika ya maka

akan menampilkan menu utama, kemudian pengguna memilih menu tambah data,

jika pengguna memilih tambah data maka akan tampil menu untuk tambah data.

Jika tidak maka pengguna akan memilih tambah data siswa menggunakan import

data excel, jika ya maka akan tampil menu import data excel namun jika tidak

maka pengguna akan memilih menu logout, jika ya maka program selesai jika

tidak maka akan kembali ke menu utama.

 39

4.1.4 Analisa Metode K-Nearest Neighbor.

Pada penelitian ini menggunakan algortima k-nearest neighbor dengan

menerapkan perhitungan Euclidean distance untuk memprediksi Kecanduan game

pada siswa MIS Darul Hikmah Watampone memiliki lima tahapan. Adapun

kelima tahapan itu antara lain menentukan nilai ketetanggaan K, menghitung jarak

dari jumlah tetangga K, mengambil tetangga terdekat sesuai jarak yang dihitung,

menghitung titik data setiap kategori, menetapkan titik data baru ke kategori yang

jumlah tetangganya paling banyak. Proses tersebut dapat dilihat pada perhitungan

di bawah ini:

Tabel 4.3 Data Training

(Mulai
Hobi,
Lama
No. Nama Umur Perangkat Klasifikasi
Bermain,
Periode
Bermain)
> 3 Bulan,
NUR ALAM 3 - 6 Jam,
1 11 Handphone Kecanduan
SEPTIANI 2-3x
Seminggu
>3
Bulan> 6 Kecanduan
2 SYAHRUL SYAM 11 Handphone
JamSetiap Berat
Hari
<1 Bulan<
Tidak
3 NURUL HIKMAH 10 Handphone 3 Jam2-3x
Kecanduan
Seminggu
>3
AQIL
Bulan< 3 Tidak
4 MUHAMMAD 12 PC/Laptop
JamSetiap Kecanduan
DAFFA
Hari
> 3 Bulan3
-6
5 ANDI LUTFI 11 Handphone Kecanduan
JamSetiap
Hari
>3
MUHAMMAD Kecanduan
6 12 Handphone Bulan> 6
YUSRAN Berat
JamSetiap
 40

(Mulai
Hobi,
Lama
No. Nama Umur Perangkat Klasifikasi
Bermain,
Periode
Bermain)
Hari
> 3 Bulan3
- 6 Jam2-
7 RAHMAT BAHRI 11 Handphone Kecanduan
3x
Seminggu
<1 Bulan<
ANNISA Tidak
8 10 Handphone 3 Jam1x
RAHMAWATI Kecanduan
Seminggu
<1 Bulan<
MEILIANI DITA Tidak
9 10 Handphone 3 Jam1x
PUTRI Kecanduan
Seminggu
1-3
Bulan3 - 6
10 HIDAYATULLAH 12 Handphone Kecanduan
Jam2-3x
Seminggu
> 3 Bulan3
MUHAMMAD - 6 Jam2-
11 12 Handphone Kecanduan
ALIF RAHMAN 3x
Seminggu
>3
MUHAMMAD Bulan< 3 Tidak
12 12 Handphone
IQBAL SA'BANA JamSetiap Kecanduan
Hari
>3
INDRI SARI Bulan< 3 Tidak
13 11 Handphone
AJENG Jam1x Kecanduan
Seminggu
>3
USWATUN Bulan< 3 Tidak
14 11 Handphone
HASANAH Jam1x Kecanduan
Seminggu
<1 Bulan<
Tidak
15 ANDI AISYAH 10 Handphone 3 Jam1x
Kecanduan
Seminggu
> 3 Bulan3
ANDI ABDUL - 6 Jam2-
16 12 Handphone Kecanduan
SALAM 3x
Seminggu
>3
Bulan< 3 Tidak
17 MUH. ILHAM 12 Handphone
JamSetiap Kecanduan
Hari
MUHAMMAD 1-3 Tidak
18 12 Handphone
ALDI SAAD Bulan< 3 Kecanduan
 41

(Mulai
Hobi,
Lama
No. Nama Umur Perangkat Klasifikasi
Bermain,
Periode
Bermain)
Jam2-3x
Seminggu
> 3 Bulan3
- 6 Jam2-
19 AHMAD FIKRI 11 Handphone Kecanduan
3x
Seminggu
1-3
Bulan< 3 Tidak
20 ALFIAN SOFYAN 12 PC/Laptop
Jam2-3x Kecanduan
Seminggu
>3
ARFIAH Bulan< 3 Tidak
21 10 Handphone
PRATIWI Jam2-3x Kecanduan
Seminggu
> 3 Bulan3
ABDUL -6
22 11 Handphone Kecanduan
RAHMAN JamSetiap
Hari
> 3 Bulan3
AKMAL - 6 Jam2-
23 12 Handphone Kecanduan
MAULANA 3x
Seminggu
1-3
DEWANTO Bulan3 - 6
24 12 Handphone Kecanduan
SAPUTRA Jam1x
Seminggu
1-3
HIRZA DWI Bulan< 3 Tidak
25 11 Handphone
ANANDA JamSetiap Kecanduan
Hari
<1 Bulan<
Tidak
26 ILHAM AGUNG 11 Handphone 3 Jam2-3x
Kecanduan
Seminggu
1-3
RIRIN EKA Bulan3 - 6
27 12 Handphone Kecanduan
PUTRI Jam2-3x
Seminggu
<1 Bulan<
3 Tidak
28 AGUNG 12 Handphone
JamSetiap Kecanduan
Hari
<1 Bulan<
Tidak
29 RIFKY 11 Handphone 3 Jam2-3x
Kecanduan
Seminggu
 42

(Mulai
Hobi,
Lama
No. Nama Umur Perangkat Klasifikasi
Bermain,
Periode
Bermain)
1-3
Bulan< 3 Tidak
30 AHMAD BAYU 12 Handphone
Jam2-3x Kecanduan
Seminggu
1-3
Bulan< 3 Tidak
31 FITRI FATHIYAH 12 Handphone
Jam Setiap Kecanduan
Hari
<1 Bulan<
NADIA Tidak
32 12 Handphone 3 Jam1x
CHANTIKA Kecanduan
Seminggu
<1 Bulan<
Tidak
33 IZNI AVIANTY 10 Handphone 3 Jam1x
Kecanduan
Seminggu
> 3 Bulan3
YUSRIL IHZA - 6 Jam2-
34 10 Handphone Kecanduan
MAHENDRA 3x
Seminggu
1-3
KHAIRUL Bulan> 6 Kecanduan
35 11 Handphone
SUPARDI Jam1x Berat
Seminggu
<1 Bulan<
Tidak
36 TISA FITRIANI 12 Handphone 3 Jam1x
Kecanduan
Seminggu
1-3
Bulan3 - 6
37 IKBAL ABU 10 Handphone Kecanduan
Jam2-3x
Seminggu
>3
MUHAMMAD Bulan< 3 Tidak
38 10 PC/Laptop
IRFAN JamSetiap Kecanduan
Hari
<1 Bulan3
39 UMAR ARIF 11 Handphone - 6 Jam1x Kecanduan
Seminggu
<1 Bulan<
Tidak
40 JAMALUDDIN 12 Handphone 3 Jam2-3x
Kecanduan
Seminggu
 43

Tabel 4.4 Data Testing

(Mulai Hobi, Lama

No. Nama Umur Perangkat Bermain, Periode
Bermain)
JUMRATUL 1 - 3 Bulan, 3 - 6 Jam, 2-
1 12 Handphone
ADAWIAH 3x Seminggu

a. Langkah pertama yang pelu dilakukan adalah menentukan nilai K.

adapun nilai k yang dilpilih di sini adalah 5.

b. Langkah selanjutnya menghitung jarak dari jumlah ketetanggaan K

menggunakan rumus Euclidean distance.

Adapun rumus yang digunakan untuk menghitung jarak dari jumlah

ketetanggan adalah:

n
d(x,y) = ∑ (yi - xi)2
i=1

Sebagai contoh kita ambil data dari Nur Alam Septiani untuk dihitung

dengan data Jumratul Adawiah

d(Nur Alam Septiani, Jumratul Adawiah) = (0.5 - 1

2 +(0 - 0 2 +(1 - 0.5 2 +(0.5 - 0.5 2 +(0.5 - 0 2 =
) ) ) ) )

0.866025404

Perhitungan tersebut dilanjutkan dari Syahrul Syam sampai dengan

Jamaluddin.

Tabel 4.5 Hasil Perhitungan Eculidean Distance

No. Nama Jarak

1 NUR ALAM SEPTIANI 0.866025404

2 SYAHRUL SYAM 1.322875656

 44

No. Nama Jarak

3 NURUL HIKMAH 1.322875656

4 AQIL MUHAMMAD DAFFA 1.58113883

5 ANDI LUTFI 1.224744871

6 MUHAMMAD YUSRAN 1.224744871

7 RAHMAT BAHRI 0.866025404

8 ANNISA RAHMAWATI 1.224744871

9 MEILIANI DITA PUTRI 1.224744871

10 HIDAYATULLAH 0.5

11 MUHAMMAD ALIF RAHMAN 0.707106781

12 MUHAMMAD IQBAL SA'BANA 1.224744871

13 INDRI SARI AJENG 0.866025404

14 USWATUN HASANAH 0.866025404

15 ANDI AISYAH 1.224744871

16 ANDI ABDUL SALAM 0.707106781

17 MUH. ILHAM 1.224744871

18 MUHAMMAD ALDI SAAD 0.707106781

19 AHMAD FIKRI 0.866025404

20 ALFIAN SOFYAN 1.224744871

21 ARFIAH PRATIWI 1.322875656

22 ABDUL RAHMAN 1.224744871

23 AKMAL MAULANA 0.707106781

24 DEWANTO SAPUTRA 0

25 HIRZA DWI ANANDA 1.224744871

26 ILHAM AGUNG 1
 45

No. Nama Jarak

27 RIRIN EKA PUTRI 0.5

28 AGUNG 1.224744871

29 RIFKY 1

30 AHMAD BAYU 0.707106781

31 FITRI FATHIYAH 1.118033989

32 NADIA CHANTIKA 0.707106781

33 IZNI AVIANTY 1.224744871

34 YUSRIL IHZA MAHENDRA 1.224744871

35 KHAIRUL SUPARDI 0.707106781

36 TISA FITRIANI 0.707106781

37 IKBAL ABU 1.118033989

38 MUHAMMAD IRFAN 1.870828693

39 UMAR ARIF 0.707106781

40 JAMALUDDIN 0.866025404

c. Selanjutnya data yang telah dihitung diurutkan dari nilai kecil ke

besar, sehingga diperoleh data sebagai berikut:

 46

Tabel 4.6 Hasil Pengurutan Data

No. Nama Jarak

1 DEWANTO SAPUTRA 0

2 HIDAYATULLAH 0.5

3 RIRIN EKA PUTRI 0.5

4 MUHAMMAD ALIF RAHMAN 0.707106781

5 ANDI ABDUL SALAM 0.707106781

6 MUHAMMAD ALDI SAAD 0.707106781

7 AKMAL MAULANA 0.707106781

8 AHMAD BAYU 0.707106781

9 NADIA CHANTIKA 0.707106781

10 KHAIRUL SUPARDI 0.707106781

11 TISA FITRIANI 0.707106781

12 UMAR ARIF 0.707106781

13 NUR ALAM SEPTIANI 0.866025404

14 RAHMAT BAHRI 0.866025404

15 INDRI SARI AJENG 0.866025404

16 USWATUN HASANAH 0.866025404

17 AHMAD FIKRI 0.866025404

18 JAMALUDDIN 0.866025404

19 ILHAM AGUNG 1

20 RIFKY 1

21 FITRI FATHIYAH 1.118033989

22 IKBAL ABU 1.118033989

23 ANDI LUTFI 1.224744871

 47

No. Nama Jarak

24 MUHAMMAD YUSRAN 1.224744871

25 ANNISA RAHMAWATI 1.224744871

26 MEILIANI DITA PUTRI 1.224744871

27 MUHAMMAD IQBAL SA'BANA 1.224744871

28 ANDI AISYAH 1.224744871

29 MUH. ILHAM 1.224744871

30 ALFIAN SOFYAN 1.224744871

31 ABDUL RAHMAN 1.224744871

32 HIRZA DWI ANANDA 1.224744871

33 AGUNG 1.224744871

34 IZNI AVIANTY 1.224744871

35 YUSRIL IHZA MAHENDRA 1.224744871

36 SYAHRUL SYAM 1.322875656

37 NURUL HIKMAH 1.322875656

38 ARFIAH PRATIWI 1.322875656

39 AQIL MUHAMMAD DAFFA 1.58113883

40 MUHAMMAD IRFAN 1.870828693

d. Selanjutnya menghitung jumlah titik data berdasarkan nilai K yang

telah kita tentukan sebelumnya.

Tabel 4.7 Jumlah Titik

No. Nama Jarak KNN

1 DEWANTO SAPUTRA 0 Kecanduan

 48

No. Nama Jarak KNN

2 HIDAYATULLAH 0.5 Kecanduan

3 RIRIN EKA PUTRI 0.5 Kecanduan

4 MUHAMMAD ALIF RAHMAN 0.707106781 Kecanduan

5 ANDI ABDUL SALAM 0.707106781 Kecanduan

Tidak

6 MUHAMMAD ALDI SAAD 0.707106781 Kecanduan

7 AKMAL MAULANA 0.707106781 Kecanduan

Tidak

8 AHMAD BAYU 0.707106781 Kecanduan

Tidak

9 NADIA CHANTIKA 0.707106781 Kecanduan

Kecanduan

10 KHAIRUL SUPARDI 0.707106781 Berat

Tidak

11 TISA FITRIANI 0.707106781 Kecanduan

12 UMAR ARIF 0.707106781 Kecanduan

13 NUR ALAM SEPTIANI 0.866025404

14 RAHMAT BAHRI 0.866025404

15 INDRI SARI AJENG 0.866025404

16 USWATUN HASANAH 0.866025404

17 AHMAD FIKRI 0.866025404

18 JAMALUDDIN 0.866025404

19 ILHAM AGUNG 1

20 RIFKY 1
 49

No. Nama Jarak KNN

21 FITRI FATHIYAH 1.118033989

22 IKBAL ABU 1.118033989

23 ANDI LUTFI 1.224744871

24 MUHAMMAD YUSRAN 1.224744871

25 ANNISA RAHMAWATI 1.224744871

26 MEILIANI DITA PUTRI 1.224744871

27 MUHAMMAD IQBAL SA'BANA 1.224744871

28 ANDI AISYAH 1.224744871

29 MUH. ILHAM 1.224744871

30 ALFIAN SOFYAN 1.224744871

31 ABDUL RAHMAN 1.224744871

32 HIRZA DWI ANANDA 1.224744871

33 AGUNG 1.224744871

34 IZNI AVIANTY 1.224744871

35 YUSRIL IHZA MAHENDRA 1.224744871

36 SYAHRUL SYAM 1.322875656

37 NURUL HIKMAH 1.322875656

38 ARFIAH PRATIWI 1.322875656

39 AQIL MUHAMMAD DAFFA 1.58113883

40 MUHAMMAD IRFAN 1.870828693

Dari data diatas diperoleh jumlah ketetanggan tidak Kecanduan

sebanyak 4 (empat), jumlah Kecanduan 7 (tujuh) dan jumlah Kecanduan

berat sebanyak 1 (satu).

 50

e. Dari proses sebelumnya ditetapkan bahwa siswa Jumratul Adawiah

dikategorikan Kecanduan karena perilaku ketanggaan terbanyak

adalah Kecanduan dengan jumlah sebanyak 7 (tujuh).

4.2 Pengujian Whitebox.

Untuk mengetahui apakah sistem yang telah dibangun terdapat kesalahan

atau tidak maka diadakan pengujian terhadap perangkat lunak tersebut, pengujian

yang dilakukan pada sistem ini adalah pengujian whitebox. Adapun penjelasannya

dapat dilihat pada pembahasan berikut.

Dalam melakukan pengujian whitebox dibutuhkan flowgraph dari flowchart

yang sebelumnya kita buat seperi berikut ini:

Gambar 4.4 Flowgraph

Selanjutnya menghitung banyaknya path menggunakan rumus cyclometic

complexity, adapun rumusnya adalah:

V(G) = E - N + 2

Dimana:

V(G) = Himpunan dari graph G

 51

E = Edge

N = Node

Dari flowgraph yang digunakan kita peroleh nilai E adalah 12 dan node

sebanyak 11, maka:

V(G) = 12 - 11 + 2 = 3

Maka path yang diperoleh adalah 3, sehingga skenario berdasarkan path

yang diperoleh adalah:

Path 1 = 1-2-3-4-5-6-7-10-11

Path 2 = 1-2-3-4-5-6-8-9-10-11

Path 3 = 1-2-3-4-2-3-4-5-6-7-10-11
 BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan.
Dari seluruh penelitian yang telah dilakukan, dari Analisa sampai pada

pengujian sistem yang telah dibangun, maka dapat ditarik kesimpulan, yaitu:

1. Algoritma k-nearest neighbot adalah salah satu metode dalam machine

learning yang digunakan melakukan klasifikasi atau regresi pada suatu

data. Dalam penelitian ini sistem yang dibangun dapat memberikan

analisi perilaku dan tingkat ketergantungan serta pola-pola perilaku

siswa MIS Darul Hikmah Watampone untuk memprediksi Kecanduan

game.

2. Perancangan aplikasi ini dapat membantu guru serta orang tua siswa

dalam mengenali tanda-tanda Kecanduan game dalam mengambil

Tindakan pencegahan sebelum kondisinya semakin parah.

5.2 Saran.
Dalam penelitian ini sistem yang telah dibangun pastinya terdapat

kekurangan, kekurangan inilah yang diharapkan penelitian selanjutnya dapat

diperbaiki. Adapun saran dari penelitian ini adalah sebagai berikut:

1. Dalam rangka pengembangan penelitian lebih lanjut dapat dilakukan

dengan merubah jenis jarak yang digunakan serta parameter-parameter

yang selaras dengan Kecanduan game ke tingkat lebih lanjut.

53
 DAFTAR PUSTAKA

Agustina, S. (2019). PENDETEKSI LEVEL KETINGGIAN AIR PADA

TANDON BERBASIS ESP8266 NODEMCU. Politeknik Negeri

Sriwijaya.

Ermansyah, A. (2017). PEMBUATAN MULTIMEDIA PEMBELAJARAN

INTERAKTIF BERBASIS ANDROID UNTUK MENINGKATKAN HASIL

BELAJAR PESERTA DIDIK PADA MATERI SISTEM PENDINGIN

ENGINE DI SMK NEGERI 8 BANDUNG. Universitas Pendidikan

Indonesia.

Fadila, W. I. R., & Saputra, M. H. K. (2020). Penerapan Metode Naive Bayes

dan Skala Likert Pada Aplikasi Prediksi Kelulusan Mahasiswa. Bandung:

Kreatif Industri Nusantara.

Herdiansah, A., Borman, R. I., & Maylinda, S. (2021). Sistem Informasi

Monitoring dan Reporting Quality Control Proses Laminating Berbasis

Web Framework Laravel. Jurnal Tekno Kompak, 15(2), 13–24.

Irawan, M. D., & Simargolang, S. A. (2018). Implementasi E-Arsip Pada

Program Studi Teknik Informatika. (JurTI) Jurnal Teknologi Informasi,

2(1), 67–84.

Jaya, E. S. (2018). WHO tetapkan kecanduan game sebagai gangguan mental,

bagaimana “gamer” Indonesia bisa sembuh. The Conversation, 11, 10–
13.

xi
 xii

Latubessy, A., & Wijayanti, E. (2017). Model Identifikasi Kecanduan Game

Menggunakan Backward Chaining. Simetris: Jurnal Teknik Mesin,

Elektro Dan Ilmu Komputer, 8(1), 9–14.

Marisa, F. (2017). Web Programming (Client Side and Server Side).

Deepublish.

Muslihudin, M. (2016). Analisis Dan Perancangan Sistem Informasi

Menggunakan Model Terstruktur Dan UML. Penerbit Andi.

Nurrizki, Z. M. (2021). Sistem Informasi Laporan Kehilangan Kendaraan

Bermotor Berbasis Website Pada Polda Jawa Barat. Univeristas

Komputer Indonesia.

Pradana, A. G. (2019). Rancang Bangun Game Edukasi “AMUDRA” Alat

Musik Daerah Berbasis Android. Prosiding Seminar Nasional Teknologi

Informasi Dan Komunikasi (SENATIK), 2(1), 49–53.

Pratama, I. F. (2021). Perancangan Dan Pembuatan Sistem Informasi Rawat

Jalan Poli Umum Berbasis Web Di Puskesmas Nangkaan Kabupaten

Bondowoso. Politeknik Negeri Jember.

Rahayu, E. S., & Nurdin, R. A. M. (2019). Perancangan Smart Home Untuk

Pengendalian Peralatan Elektronik Dan Pemantauan Keamanan Rumah

Berbasis Internet Of Things. Jurnal Teknologi, 6(2), 136–148.

Ramadhan, R. (2022). SISTEM PENDUKUNG KEPUTUSAN UNTUK

MENENTUKAN TINGKAT KECANDUAN GAME ONLINE

 xiii

MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

(SAW). Jurnal Informatika Polinema, 8(2), 27–36.

Rasepta, K. M. (2016). Klasifikasi status gizi balita menggunakan metode

modified k-nearest neighbor. Universitas Islam Negeri Sultan Syarif

Kasim Riau.

Saratun, S. N. (2019). Rancang Bangun Sistem Pakar Diagnosa Gejala

Kecanduan Game Online Berbasis Android. Universitas Islam Negeri

Alauddin Makassar.

Suplig, M. A. (2017). Pengaruh kecanduan game online siswa SMA kelas X

terhadap kecerdasan sosial sekolah kristen swasta di Makassar. Jurnal

Jaffray, 15(2), 177–200.