ABSTRAK

Peningkatan penggunaan gadget pada anak usia dini telah menimbulkan
kekhawatiran serius terkait potensi kecanduan yang dapat memengaruhi berbagai
aspek perkembangan mereka. Penelitian ini bertujuan untuk menganalisis dan
mengklasifikasikan tingkat kecanduan gadget pada anak-anak di Kota Bandung
dengan menggunakan algoritma Decision Tree. Data dikumpulkan melalui survei
terhadap 87 responden, memanfaatkan variabel seperti durasi penggunaan gadget,
frekuensi pengawasan orang tua, dan kemampuan berhenti sebagai input utama.
Algoritma Decision Tree dipilih karena kemampuannya yang efektif dalam
menangani data kategoris serta menghasilkan struktur keputusan yang transparan
dan mudah diinterpretasikan untuk mengidentifikasi faktor risiko utama. Hasil
pengujian model menunjukkan akurasi sebesar 86.25%, dengan presisi dan recall
yang baik pada kedua kelas yaitu kecanduan dan tidak , masing-masing mencapai
lebih dari 84%. Hasil ini mengindikasikan bahwa algoritma Decision Tree efektif
dalam mendeteksi kecanduan gadget, serta memberikan wawasan yang bermanfaat
bagi orang tua dan pendidik dalam memahami faktor-faktor risiko. penelitian ini
memberikan wawasan berharga bagi orang tua dan pendidik dalam merancang
strategi pencegahan yang lebih tepat guna serta mendukung perilaku penggunaan
gadget yang lebih sehat pada anak-anak.