KLASIFIKASI PERSEPSI TERHADAP TEKNOLOGI DALAM HUBUNGAN ANTARPERSONAL BERDASARKAN INTERAKSI DIGITAL

Abstract

Revolusi teknologi digital telah mengubah cara manusia menjalin hubungan interpersonal, namun persepsi masyarakat terhadap peran teknologi dalam komunikasi sangat bervariasi. Sebagian memandang teknologi sebagai alat yang memperkuat konektivitas sosial, sementara lainnya menganggapnya sebagai ancaman terhadap keintiman hubungan. Penelitian ini bertujuan mengklasifikasikan persepsi individu terhadap pengaruh teknologi dalam hubungan antarpersonal berdasarkan pola interaksi digital menggunakan pendekatan machine learning. Data dikumpulkan melalui survei online terhadap 387 responden usia produktif yang aktif menggunakan media sosial, mencakup 18 variabel yang mengukur karakteristik demografi dan pola interaksi digital. Metode ensemble learning yang mengombinasikan Random Forest, XGBoost, Support Vector Machine, dan Logistic Regression melalui teknik soft voting digunakan untuk mengklasifikasikan persepsi menjadi dua kategori: positif dan non-positif. Data melalui tahap pra-pemrosesan meliputi encoding variabel kategorikal, imputasi missing value dengan median, dan normalisasi menggunakan StandardScaler. Evaluasi model menggunakan stratified 5-fold cross-validation menghasilkan performa yang sangat baik dengan akurasi 82,18%, precision 81,65%, recall 79,13%, F1-score 80,26%, dan ROC-AUC 90,26%. Analisis feature importance mengidentifikasi kepuasan terhadap interaksi digital sebagai prediktor terkuat, diikuti waktu penggunaan media sosial dan perasaan cemas tanpa akses digital. Temuan ini memberikan wawasan objektif tentang faktor-faktor pembentuk persepsi masyarakat dan berkontribusi pada pengembangan program literasi digital yang lebih efektif serta desain platform komunikasi yang mendukung kesejahteraan pengguna