JUTEKIN Vol 13 No.
Ae ISSN : 2338-1477 Ae EISSN : 2541-6375
JURNAL TEKNIK INFORMATIKA
Halaman Jurnal: http://jurnal.
stmik-dci.
id/index.
php/jutekin/ Halaman LPPM STMIK DCI : http://lppm.
stmik-dci.
SISTEM PAKAR ANALISIS PENGARUH PENGGUNAAN INSTAGRAM TERHADAP
TINGKAT KEPERCAYAAN DIRI DAN INSECURITY GENERASI Z MENGGUNAKAN
K-MEANS
Shakila Aura Maulina 1.
Zeni Muhammad Noer 2 1Mahasiswa Teknik Informatika STMIK DCI Tasikmalaya 2Dosen Teknik Informatika STMIK DCI Tasikmalaya E-mail: shakilaauramaulina@gmail.
E-mail : stmikdcizeni@gmail.
ABSTRAK
Penelitian ini bertujuan mengembangkan sistem pakar berbasis web untuk menganalisis pengaruh penggunaan Instagram terhadap tingkat kepercayaan diri dan insecurity pada Generasi Z.
Sistem dibuat menggunakan PHP.
MySQL, dan dilengkapi visualisasi Chart.
js, dengan algoritma K-Means untuk mengelompokkan responden ke dalam tiga tingkat insecurity: rendah, sedang, dan tinggi.
Kuesioner berisi 40 pertanyaan yang telah divalidasi psikolog mencakup intensitas penggunaan Instagram, self-image, self-esteem, dan ideal self.
Data responden diolah untuk menghitung skor dan membentuk klaster menggunakan K-Means.
Hasil sistem disajikan dalam tabel klasifikasi, grafik pie distribusi klaster, dan grafik batang ratarata skor tiap kategori, sehingga memudahkan admin atau psikolog dalam menganalisis tingkat insecurity secara cepat, visual, dan berbasis data.
Kata kunci: Sistem Pakar.
Instagram.
Kepercayaan Diri.
Insecurity.
Generasi Z.
KMeans PENDAHULUAN Media sosial, terutama Instagram, telah menjadi bagian penting dalam kehidupan Generasi Z karena berfungsi sebagai ruang berbagi konten sekaligus tempat pembentukan citra diri dan validasi sosial.
Dengan tingginya penetrasi internet di Indonesia dan dominasi pengguna berusia 13Ae34 tahun, penggunaan Instagram secara intens menjadi fenomena yang umum dan memengaruhi berbagai aspek psikologis, seperti konsep diri, kepercayaan diri, dan perasaan tidak Instagram menjadi arena pencitraan diri, di mana menampilkan versi terbaik dirinya dan Kondisi ini dapat meningkatkan insecurity, menurunkan kepercayaan diri, serta mendorong kebutuhan akan Dampaknya bervariasi: sebagian pengguna merasa termotivasi oleh dukungan sosial, namun sebagian lainnya mengalami Shakila Aura Maulina.
Zeni Muhammad Noer / Jurnal Teknik Informatika Vol 13.
No.
147 Ae 156 self-esteem perbandingan berlebihan dan paparan konten yang menggambarkan standar hidup ideal.
Fenomena Fear of Missing Out (FOMO) turut memperburuk keadaan, karena pengguna merasa takut tertinggal dari pencapaian atau informasi yang ditampilkan orang lain.
FOMO
membandingkan diri, menimbulkan ketidakpuasan terhadap diri sendiri, dan berpotensi menurunkan tingkat kepercayaan diri.
Dengan demikian.
Instagram terhadap kondisi psikologis Generasi Z, baik secara positif maupun negatif.
Penelitian ini merancang sistem pakar berbasis web untuk membantu kepercayaan diri dan insecurity Generasi Z.
Data diperoleh dari kuesioner berisi 50 pertanyaan yang telah divalidasi oleh psikolog.
Sistem memanfaatkan algoritma K-Means untuk mengelompokkan responden ke dalam tiga klasterAiInsecurity Rendah.
Sedang.
TinggiAiserta menampilkan hasil analisis dalam bentuk tabel dan grafik yang informatif dan mudah dipahami.
Landasan Teori 1 Kepercayaan Diri Kepercayaan kemampuan dan kelebihannya dalam menghadapi berbagai situasi, yang tercermin dari penerimaan diri, ketidakmudahan terpengaruh oleh tekanan sosial.
Di era digital, kepercayaan diri juga dipengaruhi oleh aktivitas di media sosial, karena platform seperti Instagram menjadi ruang pembentukan persepsi diri melalui pencitraan, validasi sosial, dan interaksi digital yang melibatkan likes, komentar, serta jumlah pengikut.
2 Insecurity Insecurity adalah perasaan tidak aman, ragu terhadap diri sendiri, dan kekhawatiran bahwa diri tidak cukup baik di mata orang lain.
Kondisi ini dapat muncul akibat kegagalan, kurangnya penerimaan sosial, serta paparan standar ideal di media sosial, dan pada remaja dapat menghambat perkembangan identitas diri yang 3 Generasi Z Generasi Z, yang lahir antara 1997Ae2012, merupakan kelompok yang tumbuh di era teknologi digital sehingga sangat akrab dengan internet, media sosial, dan perangkat Mereka dikenal sebagai digital natives karena sejak kecil telah terbiasa menggunakan teknologi dan mampu beradaptasi cepat terhadap perubahan teknologi modern.
4 Algoritma K-Means Clustering K-Means clustering non-hierarki yang membagi data ke dalam beberapa kelompok berdasarkan kemiripan karakteristik.
Data yang mirip ditempatkan dalam satu cluster, sedangkan data yang berbeda dimasukkan ke cluster lain.
Tujuan utama metode ini adalah meminimalkan variasi dalam cluster sekaligus memaksimalkan perbedaan 5 Instagram Penggunaan Instagram Shakila Aura Maulina.
Zeni Muhammad Noer / Jurnal Teknik Informatika Vol 13.
No.
147 Ae 156 dampak negatif terhadap kesehatan psikologis, khususnya pada remaja dan Generasi Z.
Paparan berulang terhadap konten visual yang dikurasi secara ideal di platform ini mendorong individu untuk membandingkan diri mereka dengan orang lain secara tidak realistis.
Hal ini dapat menurunkan self-esteem, memunculkan perasaan tidak aman .
, kecemasan sosial.
6 Sistem Pakar Sistem pakar merupakan salah satu cabang dari kecerdasan buatan .
rtificial intelligenc.
yang berfungsi pemecahan masalah oleh seorang ahli di bidang tertentu.
Sistem ini biasanya menggunakan basis pengetahuan .
nowledge bas.
yang berisi fakta dan .
nference engin.
yang memproses data untuk menghasilkan solusi yang relevan sesuai dengan masalah yang dihadapi (Setiawan, 2.
2 Metode Pengumpulan Data Tujuan dari pengumpulan data ini adalah untuk memperoleh informasi yang akurat mengenai intensitas Instagram kepercayaan diri dan perasaan insecure pada Generasi Z.
Berikut pertanyaan berdasarkan kategori yang telah divalidasi oleh ahli:
1 Kuesioner Online Kuesioner disusun sebanyak 40 butir pernyataan dengan skala Likert 1Ae4, mencakup indikator-indikator seperti:
Intensitas Instagram Self-image Self-esteem Ideal self Indikator perasaan insecure Kuesioner diakses melalui sistem berbasis web, di mana responden mengisi biodata dan menjawab pertanyaan langsung di platform.
Data secara otomatis disimpan ke dalam MySQL, digunakan untuk proses klasifikasi menggunakan algoritma K-Means.
2 Studi Literatur (Data Sekunde.
Data sekunder diperoleh dari internasional, skripsi terdahulu, serta artikel penelitian psikologi dan teknologi informasi yang relevan.
Literatur membandingkan hasil penelitian Analisis Sistem 1 Metode Penelitian Shakila Aura Maulina.
Zeni Muhammad Noer / Jurnal Teknik Informatika Vol 13.
No.
147 Ae 156 sebelumnya, dan menjadi acuan dalam menyusun instrumen penelitian.
3 Validasi Ahli (Expert Instagram dan dimensi selfconcept.
Admin .
, yang berperan dalam mengelola data responden dan melakukan analisis hasil klasifikasi yang telah diproses secara otomatis oleh sistem.
2 Rancang Sistem Judgmen.
Proses validasi kuesioner dilakukan oleh Ibu Ellia Feeber.
Psi.
Psikolog, melalui wawancara dan penelaahan menyeluruh terhadap setiap butir Validasi pemeriksaan kesesuaian indikator dengan konstruk psikologis yang diteliti, evaluasi bahasa agar mudah dipahami responden usia 18Ae25 tahun, serta pemberian saran perbaikan untuk item yang ambigu atau kurang Hasil validasi ini digunakan untuk merevisi dan menyempurnakan 50 butir kuesioner sehingga instrumen dinyatakan layak dan sesuai kaidah ilmiah untuk digunakan dalam Perancangan Sistem Sistem ini menggunakan MySQL sebagai sistem manajemen basis data (RDBMS).
Basis dirancang agar terstruktur dengan baik dan dapat menangani skala data yang meningkat, seperti banyaknya responden atau pertambahan item kuesioner di masa mendatang.
3 Visualisasi Hasil K-Means Visualisasi hasil sistem bertujuan untuk menyajikan informasi hasil Rancang Umum Sistem Umum K-Means mudah dipahami oleh admin atau Sistem menganalisis tingkat kepercayaan diri dan insecurity Generasi Z berdasarkan algoritma K-Means sebagai metode Sistem dikembangkan berbasis web dengan PHP.
MySQL untuk pengelolaan data, serta Chart.
untuk menampilkan visualisasi hasil Responden, yaitu individu dari kalangan Generasi Z yang mengisi pernyataan terkait penggunaan Setelah proses klasifikasi menampilkan hasilnya dalam bentuk grafik dan tabel yang dinamis.
Visualisasi Chart.
JavaScript memungkinkan pembuatan grafik interaktif dan responsif.
Data yang ditampilkan ditarik langsung dari basis data yang telah diolah sebelumnya.
Shakila Aura Maulina.
Zeni Muhammad Noer / Jurnal Teknik Informatika Vol 13.
No.
147 Ae 156 Bentuk Visualisasi yang Disediakan Sistem Operasi : Windows 10 atau Web Server : XAMPP (Apache dan MySQL) versi 7.
4 atau lebih tinggi Bahasa Pemrograman : PHP versi 4 atau lebih tinggi Database : MySQL Text Editor : Visual Studio Code Web Browser : Google Chrome / Mozilla Firefox .
ntuk pengujian Framework CSS : Bootstrap Library Visualisasi : Chart.
Seluruh perangkat lunak tersebut digunakan untuk mendukung proses pengembangan sistem pakar berbasis web, mulai dari penulisan kode program, pengelolaan basis data, hingga visualisasi hasil klasifikasi KMeans dalam bentuk grafik interaktif.
Pemilihan perangkat lunak yang open-source dikembangkan dan digunakan tanpa biaya lisensi tambahan.
2 Spesifikasi Perangkat Keras Perangkat keras .
yang digunakan dalam pengembangan dan implementasi sistem pakar ini memiliki spesifikasi minimum yang memadai pemrograman, pengolahan data, serta pengujian sistem secara lokal.
Spesifikasi perangkat keras yang digunakan antara lain adalah sebagai P1rosesor : Intel Core i3 CPU 90GHz RAM (Memor.
: Minimal 4 GB Sistem:
Implementasi Sistem 1 Spesifikasi Sistem Spesifikasi perangkat lunak yang digunakan dalam proses pengembangan dan implementasi sistem pakar ini.
Sistem berbasis PHP dan database MySQL.
Pemilihan spesifikasi ini disesuaikan mengelola data dalam jumlah banyak secara efisien.
Spesifikasi Perangkat Lunak Perangkat lunak .
yang digunakan dalam pengembangan sistem pakar ini terdiri atas berbagai komponen pendukung yang berfungsi untuk membangun, menguji, dan menjalankan sistem secara lokal.
Perangkat lunak ini dipilih karena pemrograman yang digunakan serta mendukung kebutuhan pengolahan data dan visualisasi.
Adapun perangkat lunak yang digunakan dalam pengembangan sistem ini antara lain:
Shakila Aura Maulina.
Zeni Muhammad Noer / Jurnal Teknik Informatika Vol 13.
No.
147 Ae 156
Penyimpanan : Minimal 250 GB
HDD/SSD
Halaman Konsfirmasi kuesioner sudah terkirim 2 halaman utama Halaman Admin Halaman login admin Halaman Responden Halaman biodata dan Kuesioner Dashboard admin Shakila Aura Maulina.
Zeni Muhammad Noer / Jurnal Teknik Informatika Vol 13.
No.
147 Ae 156 Halaman data pertanyaan Grafik distribusi dan rata-rata Tabel data responden & hasil Halaman ini menampilkan hasil analisis tingkat insecurity berdasarkan K-Means.
Diagram lingkaran menunjukkan distribusi responden dalam tiga klaster: rendah, sedang, dan tinggi.
Grafik batang di kanan memperlihatkan rata-rata skor dari empat kategori: penggunaan IG, self-image, self-esteem, dan ideal Tabel di bawah merangkum jumlah responden, persentase, dan rata-rata skor tiap klaster.
Fitur ini membantu memahami pola tingkat insecurity berdasarkan data yang Shakila Aura Maulina.
Zeni Muhammad Noer / Jurnal Teknik Informatika Vol 13.
No.
147 Ae 156 Halaman ini menampilkan ringkasan statistik dan visualisasi centroid tiap Tabel di bagian atas menunjukkan jumlah responden, persentase, dan rata-rata skor dari masing-masing tingkat insecurity.
Sementara itu, grafik batang di bawah menggambarkan ciri khas atau nilai rata-rata setiap indikator .
enggunaan IG, self-image, self-esteem, dan ideal sel.
pada tiap klaster.
Fitur ini karakteristik antar tingkat insecurity.
Halaman Tren Insecurity Bagian ini menampilkan grafik total jumlah responden per bulan.
Berdasarkan responden tercatat hanya pada bulan Juni, dengan total mencapai lebih dari 80 orang.
Fitur ini berfungsi untuk memantau jumlah data yang masuk setiap bulan dalam setahun, serta membantu memastikan distribusi data selama proses pengumpulan.
Tampilan responsif dengan Bootstrap dan memudahkan navigasi pengguna.
Dengan implementasi ini, sistem siap digunakan untuk mengolah dan menganalisis data insecurity Generasi Z secara praktis dan efisien.
Halaman ini menampilkan tren tingkat insecurity per bulan pada tahun 2025.
Grafik menunjukkan jumlah responden untuk tiap klaster insecurity .
endah, sedang, tingg.
dari Januari hingga Desember.
Dari visualisasi ini diketahui bahwa bulan dengan jumlah Insecurity Tinggi terbanyak adalah Juni.
Fitur ini berguna untuk melihat pola waktu atau periode lonjakan insecurity dalam satu Kesimpulan 1 Kesimpulan Sistem yang dibangun berhasil sebanyak 40 butir soal yang telah divalidasi oleh ahli psikologi untuk mengukur indikator penggunaan Instagram, self-image, selfesteem, dan ideal self.
Shakila Aura Maulina.
Zeni Muhammad Noer / Jurnal Teknik Informatika Vol 13.
No.
147 Ae 156 Sistem mampu mengumpulkan dan menyimpan data responden, baik biodata maupun jawaban kuesioner, secara otomatis ke dalam database.
Algoritma K-Means digunakan untuk melakukan klasifikasi responden ke dalam tiga klaster: insecurity rendah 2 Saran (C.
, sedang (C.
, dan tinggi (C.
, berdasarkan skor yang dihitung dari jawaban kuesioner.
Sistem dapat menampilkan hasil klasifikasi dalam bentuk tabel dan grafik interaktif yang Chart.
js, sehingga memudahkan admin/psikolog menganalisis data.
Hasil pengujian menunjukkan bahwa seluruh fitur sistem berjalan dengan baik dan sistem dapat digunakan sebagai alat menganalisis tingkat insecurity Generasi Z secara praktis dan Perlu dilakukan pengujian sistem dengan jumlah responden yang lebih besar untuk mendapatkan pola klasifikasi yang lebih Sistem dapat dikembangkan menambahkan metode validasi hasil klasifikasi seperti silhouette score atau metode clustering lain untuk membandingkan Perlu dilakukan integrasi dengan sistem online berbasis mobile agar responden lebih mudah mengakses kuesioner melalui perangkat seluler.
Visualisasi menambahkan fitur filter dan statistik per kategori usia atau gender untuk analisis yang lebih Sistem dapat diperluas untuk tindakan psikologis atau selfhelp insecurity yang diperoleh.
Daftar Pustaka