Eksplorasi Self-disclosure Generasi Z di Second Account Instagram Menggunakan Classification Machine Learning

Abstract

Fenomena penggunaan second account di Instagram oleh Generasi Z telah menjadi ruang privat yang memungkinkan individu melakukan self-disclosure secara lebih bebas tanpa tekanan sosial. Studi terdahulu umumnya mengkaji fenomena ini melalui pendekatan kualitatif, sehingga belum tersedia pemetaan pola keterbukaan diri berbasis teknologi analitik yang objektif. Penelitian ini bertujuan untuk mengeksplorasi pola self-disclosure Generasi Z pada second account Instagram menggunakan lima dimensi Devito, Intention, Amount, Valence, Accuracy, dan Intimacy, serta mengklasifikasikan pola tersebut dengan algoritma Decision Tree. Pendekatan ini diharapkan dapat memberikan pemahaman yang lebih terukur dibanding metode kualitatif. Penelitian menggunakan metode kuantitatif dengan pengumpulan data melalui lembar observasi kepada 500 responden Generasi Z yang memiliki second account. Data dianalisis melalui tahap preprocessing, feature engineering, dan klasifikasi menggunakan Decision Tree dengan evaluasi model berdasarkan akurasi, precision, recall dan F1-Score. Hasil menunjukkan dimensi Accuracy, Valence, dan Intimacy sebagai faktor dominan dalam membedakan kategori self-disclosure, dengan mean_Accuracy sebagai root node. Model mencapai akurasi 79,3%, menunjukkan efektivitas Decision Tree dalam klasifikasi perilaku digital. Secara teoritis, penelitian ini memperluas penerapan teori Devito dalam konteks media sosial melalui integrasi machine learning. Secara praktis, temuan ini dapat menjadi acuan bagi pengembang platform dan praktisi komunikasi digital dalam merancang strategi yang selaras dengan pola keterbukaan diri Generasi Z di ruang privat daring.