HUBUNGAN INTENSITAS PENGGUNAAN MEDIA SOSIAL \nINSTAGRAM DENGAN QUARTER LIFE CRISIS PADA MASA DEWASA \nAWAL DI KALANGAN MAHASISWA BIMBINGAN KONSELING \nISLAM UNIVERSITAS ISLAM NEGERI SAYYID ALI RAHMATULLAH \nTULUNGAGUNG
Notice bibliographique
Résumé
DWIKI KRISTIANTO, NIM 12306193118. “Hubungan Intensitas Penggunaan \nMedia Sosial Instagram dengan Quarter Life Crisis pada Masa Dewasa Awal di \nKalangan Mahasiswa Bimbingan Konseling Islam Universitas Islam Negeri Sayyid \nAli Rahmatullah Tulungagung”. Skripsi, Bimbingan Konseling Islam, Fakultas \nUshuluddin, Adab dan Dakwah, Program Sarjana Universitas Islam Negeri Sayyid \nAli Rahmatullah Tulungagung. PembimbingDzinnun Hadi, S.Sos.I., M.Pd. \nKata Kunci: Media Sosial, Instagram, Quarter Life Crisis, Dewasa Awal. \nMedia sosial di Indonesia berkembang begitu pesat. Salah satu media sosial yang \npaling banyak digunakan di Indonesia adalah Instagram. Namun di balik keseruan \nInstagram, ternyata terdapat bahaya yang mengintai apabila digunakan secara \nberlebihan. Para pengguna tidak menyadari bahwa platform ini secara tidak \nlangsung dapat berpengaruh terhadap kesehatan mental. Tujuan yang hendak \ndicapai dalam penelitian ini adalah untuk mengetahui hubungan intensitas \npenggunaan media sosial instragram dengan Quarter Life Crisis pada masa dewasa \nawal di kalangan Mahasiswa Bimbingan Konseling Islam Universitas Islam Negeri \nSayyid Ali Rahmatullah Tulungagung. Penelitian ini menggunakan pendekatan \nkuantitatif dengan jenis penelitian korelasional. Populasi dalam penelitian ini \nadalah mahasiswa Bimbingan Konseling Islam yang berjumlah 535 mahasiswa \nyang terdiri dari angakatan 2019 – 2022. Jumlah sampel yang diambil adalah 80 \nmahasiswa dengan menggunakan teknik sampling Non Probability Sampling \ndengan jenis Purposive Sampling. Metode pengumpulan data dalam penelitian ini \nadalah menggunakan angket dengan skala Likert sebagai skala pengukurannya. \nTeknik analisis yang digunakan dalam penelitian ini adalah Pearson Correlation \ndengan menggunakan bantuan aplikasi SPSS 21 for windows. Hasil penelitian \nmenunjukkan bahwa tingkat intensitas penggunaan media sosial Instagram pada \nmahasiswa Bimbingan Konseling Islam UIN Sayyid Ali Rahmatullah Tulungagung \nberada pada tingkat “Sedang”. Dan Quarter Life Crisis pada mahasiswa BKI UIN \nSayyid Ali Rahmatullah Tulungagung juga berada pada tingkat “Sedang”. Hasil uji \nhipotesis nilai r sebesar 0,417 dengan nilai signifikan 0,000 < 0,05 yang dapat \ndisimpulkan bahwa terdapat hubungan yang positif dengan tingkatan “Sedang” \npada intesitas Penggunaan Media Sosial Instagram dengan Quarter Life Crisis pada \nmasa dewasa awal di kalangan mahasiswa Bimbingan Konseling Islam Universitas \nIslam Negeri Sayyid Ali Rahmatullah Tulungagung.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,152 | 0,035 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».