Taipei, 19 Des. (CNA) Sebuah tim peneliti Taiwan telah mengembangkan model pembelajaran mesin yang menganalisis pola gelombang otak elektroensefalografi (EEG) untuk membedakan orang yang kecanduan internet dari orang yang sehat dengan akurasi 86 persen, ujar peneliti pada Kamis (18/12).
Akurasi metode ini secara signifikan lebih tinggi dibandingkan dengan pengukuran laporan diri, kata Huang Hsu-wen (黃緒文), peneliti di National Health Research Institutes' National Center for Geriatrics and Welfare Research dan salah satu peneliti utama studi tersebut, dalam sebuah acara pers.
Setelah menganalisis konektivitas fungsional EEG dalam keadaan istirahat dari 92 partisipan (termasuk 42 orang dengan kecanduan internet dan 50 orang yang sehat), peneliti menemukan kelompok yang kecanduan menunjukkan tingkat sinkronisasi fase yang lebih tinggi, kata Huang.
Ia meyakini hal ini terjadi karena kecanduan mengganggu sistem saraf pada jalur penghambatan dan penghargaan.
Huang mengatakan perubahan pola EEG terjadi sebelum perilaku adiktif muncul, yang berarti pengujian EEG yang dikombinasikan dengan model klasifikasi pembelajaran mesin dapat mengidentifikasi sinyal risiko dini dengan lebih efisien dan memungkinkan sekolah serta institusi medis untuk melakukan intervensi dengan presisi yang lebih tinggi.
Kecanduan internet mengacu pada keterlibatan online yang berkepanjangan, ketidakmampuan untuk menahan dorongan untuk berselancar di internet, dan ketidaknyamanan saat terputus dari jaringan, menurut artikel penelitian tersebut.
Artikel tersebut diterbitkan di Psychological Medicine, sebuah jurnal medis internasional, pada Mei 2025.
Kontributor lain dalam penelitian ini termasuk Wu Shun-chi (吳順吉), profesor di Departemen Teknik dan Ilmu Sistem di National Tsing Hua University; Huang Chih-mao (黃植懋), profesor madya di Departemen Psikologi di University of Hong Kong; serta institusi penelitian di Taiwan dan luar negeri.
Selesai/JC
