Implementasi Prinsip Atomic Habits dan Algoritma Random Forest pada Aplikasi Habit Tracker
DOI:
10.33395/jmp.v15i3.16858Keywords:
Agile, Atomic Habits, Habit Tracker, Kebiasaan Positif, Machine Learning, Random ForestAbstract
Mahasiswa sering menghadapi tantangan dalam membangun dan menjaga kebiasaan positif secara konsisten, sehingga diperlukan media yang mendukung proses pemantauan dan evaluasi kebiasaan tersebut. Penelitian ini bertujuan mengembangkan sebuah aplikasi Habit Tracker berbasis Android yang mengintegrasikan prinsip Atomic Habits serta algoritma Random Forest. Pengembangan dilakukan menggunakan metode Agile melalui tahap perencanaan, perancangan, implementasi, pengujian, dan evaluasi. Prinsip Atomic Habits diterapkan pada fitur notifikasi (cue), antarmuka pengguna (craving), pencatatan progres kebiasaan (response), serta sistem poin dan Diamond Badge (reward). Sementara, algoritma Random Forest digunakan untuk menganalisis data aktivitas pengguna dan memprediksi tingkat konsistensi kebiasaan berdasarkan target, progres, pencapaian, streak, dan durasi kebiasaan. Hasilnya menunjukkan aplikasi ini mampu membantu pengguna mencatat, memantau, dan mengevaluasi kebiasaan secara lebih terstruktur. Selain itu, fitur prediksi berbasis Random Forest memberikan informasi tentang tingkat konsistensi pengguna, yang dapat meningkatkan kesadaran dalam membangun kebiasaan positif secara berkelanjutan.
Downloads
How to Cite
Issue
Section
License
Copyright (c) 2026 Windi Yulinda, Iwan Setiawan, Nur Aini Hutagalung

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.











