Pengembangan Agentic Mobile Assistant Berbasis Klasterisasi Pola Penggunaan Aplikasi Untuk Meningkatkan Digital Well-Being Pengguna

Abstrak

Penggunaan smartphone yang eksesif saat ini telah menjadi isu kesehatan mental yang begitu signifikan, dari fenomena tersebut para produktor smartphone seperti iphone dan android telah menyediakan fitur bawaan guna menangani hal tersebut, android dengan fitur digital wellbeing nya dan iphone dengan fitur screen time nya, namun fitur bawaan tersebut kurang dimaksimalkan oleh pengguna karena dinilai hanya memberikan data pasif tanpa memberikan konteks yang mendalam, sedangkan salah satu alasan bahwa fitur ini tidak dimaksimalkan adalah kurangnya kesadaran pengguna dalam keseimbangan digital mereka. Maka penelitian ini memiliki tujuan untuk mengembangkan asisten mobile cerdas bernama “Wellby” yang bersifat proaktif guna membantu pengguna memahami dan memperbaiki keseimbangan digital mereka. Metode penelitian yang digunakan pada penelitian ini adalah Research and Development (R&D) dengan model pengembangan Prototype. Aplikasi dikembangkan dengan menggunakan framework flutter untuk sistem operasi android dengan arsitektur hybrid yang menggabungkan pemrosesan lokal dan cloud. Sistem aplikasi mengimplementasikan algoritma K-Means Clustering dengan inisialisasi K-Means++ pada sisi lokal yang digunakan untuk mengelompokan pola harian pengguna ke dalam empat klaster perilaku. Kemudian hasil klasterisasi tersebut diolah oleh Gemini Flash API sebagai otak untuk menghasilkan insight kontekstual dan saran kesehatan digital menggunakan bahasa alami yang mudah dipahami pengguna. Hasil pengujian teknis menunjukan bahwa algoritma klasterisasi yang diterapkan memiliki performa yang cukup baik dengan nilai Silhouette Coefficient sebesar 0,8525. Evaluasi waktu respons sistem dengan rata-rata berada pada angka 6,35 detik, sementara pengujian performa menunjukan skalabilitas pada 120 FPS dengan penggunaan sumber daya yang efisien. Kemudian berdasarkan evaluasi pengguna menggunakan System Usability Scale (SUS) terhadap 5 responden, diperoleh skor rata-rata 80,5, yang termasuk ke dalam kategori Acceptable dengan predikat B. Maka penelitian ini menyimpulkan bahwa integrasi antara klasterisasi data lokal dan juga generative AI berhasil mentransformasi data kuantitatif menjadi intervensi yang personal untuk meningkatkan kesadaran digital well-being pengguna.