Komparasi Random Forest Dan Xgboost Untuk Klasifikasi Overall_Impact Pada Dataset Penggunaan Media Sosial Pelajar Dan Mahasiswa

Abstract

Penggunaan media sosial berkaitan dengan variasi pola tidur, aktivitas akademik, dan kondisi kesejahteraan pelajar maupun mahasiswa. Penelitian ini membandingkan Random Forest dan Extreme Gradient Boosting (XGBoost) untuk mengklasifikasikan label Overall_Impact yang telah tersedia pada dataset publik Kaggle ke dalam kelas Negative, Neutral, dan Positive. Dataset terdiri atas 1.685 data. Prapemrosesan mencakup penghapusan identifier, label encoding variabel kategorikal, pengeluaran Affects_Academic_Performance dan Mental_Health_Score sebagai fitur yang berpotensi menjadi proxy target, serta stratified train-test split. Tiga skenario pembagian data, yaitu 70:30, 60:40, dan 80:20, diuji dengan random_state=42. Skenario 70:30 dipilih untuk analisis utama karena memberikan hasil keseluruhan terbaik pada kedua model. XGBoost memperoleh accuracy 95,45%, weighted precision 95,61%, weighted recall 95,45%, weighted F1-score 95,50%, dan ROC-AUC 0,9934; Random Forest memperoleh 85,57%, 87,95%, 85,57%, 85,92%, dan 0,9791. XGBoost menghasilkan 23 kesalahan klasifikasi, sedangkan Random Forest 73 kesalahan. Sleep_Hours_Per_Night dan Avg_Daily_Usage_Hours menjadi dua fitur paling berpengaruh pada kedua model. Temuan ini dibatasi pada dataset dan konfigurasi eksperimen yang digunakan dan tidak dimaknai sebagai pengukuran kausal dampak media sosial secara langsung.