Analisis Kecanduan Game Online dengan Model SEIPTR

Kecanduan game online telah menjadi isu yang berdampak signifikan pada berbagai aspek kehidupan sosial dan kesehatan mental individu. Penelitian ini mengembangkan model sebelumnya untuk mempelajari dinamika kecanduan game online melalui penambahan dua parameter baru, yaitu €3 dan ⱺ. Parameter €3 merepresentasikan tingkat tambahan transisi dari populasi Exposed menuju Recovered, yang mencerminkan pengaruh lingkungan atau faktor eksternal yang mempercepat keterpaparan menjadi kecanduan. Parameter 0 mewakili tingkat pemulihan dari Recovered menuju Susceptible, menggambarkan kemungkinan individu yang telah pulih untuk kembali rentan terhadap kecanduan game online. Pemodelan dilakukan dengan sistem persamaan diferensial yang dibangun berdasarkan kompartemen Susceptible, Exposed, Infected, Profesional, Under Treatment, dan Recovered. Untuk mengevaluasi perilaku sistem dalam kondisi tertentu, simulasi numerik diterapkan menggunakan metode Runge-Kutta orde 4, yang memungkinkan analisis nilai parameter dalam kondisi keseimbangan epidemiologis, yaitu ketika R0 1 dan R0 1. Hasil simulasi menunjukkan pengaruh signifikan dari parameter €3 dan 0 terhadap dinamika populasi di setiap kompartemen, nilai yang lebih tinggi pada parameter €3 dan 0 menyebabkan peningkatan pada kompartemen T dan R menjadi lebih lambat, sedangkan kompartemen S terus menurun seiring dengan banyaknya individu yang berpindah ke komponen lainnya.

Publication Details

Journal
Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Published
2024-11-20
Primary Topic
Dengue and Mosquito Control Research
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Analisis Kecanduan Game Online dengan Model SEIPTR

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Dengue and Mosquito Control Research
article

Analisis Kecanduan Game Online dengan Model SEIPTR

article en

Abstract

Kecanduan game online telah menjadi isu yang berdampak signifikan pada berbagai aspek kehidupan sosial dan kesehatan mental individu. Penelitian ini mengembangkan model sebelumnya untuk mempelajari dinamika kecanduan game online melalui penambahan dua parameter baru, yaitu €3 dan ⱺ. Parameter €3 merepresentasikan tingkat tambahan transisi dari populasi Exposed menuju Recovered, yang mencerminkan pengaruh lingkungan atau faktor eksternal yang mempercepat keterpaparan menjadi kecanduan. Parameter 0 mewakili tingkat pemulihan dari Recovered menuju Susceptible, menggambarkan kemungkinan individu yang telah pulih untuk kembali rentan terhadap kecanduan game online. Pemodelan dilakukan dengan sistem persamaan diferensial yang dibangun berdasarkan kompartemen Susceptible, Exposed, Infected, Profesional, Under Treatment, dan Recovered. Untuk mengevaluasi perilaku sistem dalam kondisi tertentu, simulasi numerik diterapkan menggunakan metode Runge-Kutta orde 4, yang memungkinkan analisis nilai parameter dalam kondisi keseimbangan epidemiologis, yaitu ketika R0 1 dan R0 1. Hasil simulasi menunjukkan pengaruh signifikan dari parameter €3 dan 0 terhadap dinamika populasi di setiap kompartemen, nilai yang lebih tinggi pada parameter €3 dan 0 menyebabkan peningkatan pada kompartemen T dan R menjadi lebih lambat, sedangkan kompartemen S terus menurun seiring dengan banyaknya individu yang berpindah ke komponen lainnya.

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Good health and well-being
Openalex Percentile: Top 25%
Dengue and Mosquito Control Research
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

Analisis Kecanduan Game Online dengan Model SEIPTR · Digital Repository Universitas Negeri Medan (Universitas Negeri Medan) (2024) | TGRS Research Map | TGRS