Penelitian ini dilakukan untuk menganalisis pola komunikasi siswa Sekolah Luar Biasa (SLB) melalui aplikasi WhatsApp serta mengidentifikasi kecenderungan kepribadian mereka berdasarkan aktivitas komunikasi digital. Metode yang digunakan adalah clustering K-Means dengan tiga indikator utama: waktu respons, panjang pesan, dan frekuensi pesan untuk mengelompokkan siswa ke dalam tiga tipe kepribadian, yaitu introvert, ambivert, dan ekstrovert. Data penelitian diperoleh dari 102 siswa SLB melalui hasil penambangan pesan WhatsApp. Kualitas klaster divalidasi menggunakan Davies-Bouldin Index (DBI) dengan nilai 0,9095, yang menunjukkan bahwa hasil pengelompokan cukup baik, dengan pemisahan antar klaster yang jelas dan tingkat homogenitas internal yang tinggi. Selain itu, dilakukan analisis korelasi menggunakan metode Spearman Rank-Order untuk mengetahui hubungan antara pola komunikasi dan kepribadian siswa. Hasil uji korelasi menunjukkan koefisien ρ sebesar 0,187 dengan nilai signifikansi 0,060, yang berarti terdapat hubungan positif namun tidak signifikan secara statistik. Dengan demikian, pola komunikasi digital dapat memberikan indikasi awal mengenai kecenderungan kepribadian siswa, tetapi belum dapat dijadikan dasar prediksi yang kuat. Abstract This study was conducted to analyze the communication patterns of Special Needs School (SLB) students through the WhatsApp application and to identify their personality tendencies based on digital communication activities. The method used was K-Means clustering with three main indicators response time, message length, and message frequency to categorize students into three personality types: introvert, ambivert, and extrovert. The research data were obtained from 102 SLB students through WhatsApp message mining. The quality of the clusters was validated using the Davies-Bouldin Index (DBI), which produced a value of 0.9095, indicating that the clustering results were sufficiently good, with clear separation between clusters and high internal homogeneity. In addition, a correlation analysis using the Spearman Rank-Order method was conducted to examine the relationship between communication patterns and student personality. The results showed a correlation coefficient (ρ) of 0.187 with a significance value of 0.060, indicating a positive but statistically insignificant relationship. Therefore, digital communication patterns can provide an initial indication of students’ personality tendencies but cannot yet serve as a strong predictive basis.
English
Penelitian ini dilakukan untuk menganalisis pola komunikasi siswa Sekolah Luar Biasa (SLB) melalui aplikasi WhatsApp serta mengidentifikasi kecenderungan kepribadian mereka berdasarkan aktivitas komunikasi digital. Metode yang digunakan adalah clustering K-Means dengan tiga indikator utama: waktu respons, panjang pesan, dan frekuensi pesan untuk mengelompokkan siswa ke dalam tiga tipe kepribadian, yaitu introvert, ambivert, dan ekstrovert. Data penelitian diperoleh dari 102 siswa SLB melalui hasil penambangan pesan WhatsApp. Kualitas klaster divalidasi menggunakan Davies-Bouldin Index (DBI) dengan nilai 0,9095, yang menunjukkan bahwa hasil pengelompokan cukup baik, dengan pemisahan antar klaster yang jelas dan tingkat homogenitas internal yang tinggi. Selain itu, dilakukan analisis korelasi menggunakan metode Spearman Rank-Order untuk mengetahui hubungan antara pola komunikasi dan kepribadian siswa. Hasil uji korelasi menunjukkan koefisien ρ sebesar 0,187 dengan nilai signifikansi 0,060, yang berarti terdapat hubungan positif namun tidak signifikan secara statistik. Dengan demikian, pola komunikasi digital dapat memberikan indikasi awal mengenai kecenderungan kepribadian siswa, tetapi belum dapat dijadikan dasar prediksi yang kuat. Abstract This study was conducted to analyze the communication patterns of Special Needs School (SLB) students through the WhatsApp application and to identify their personality tendencies based on digital communication activities. The method used was K-Means clustering with three main indicators response time, message length, and message frequency to categorize students into three personality types: introvert, ambivert, and extrovert. The research data were obtained from 102 SLB students through WhatsApp message mining. The quality of the clusters was validated using the Davies-Bouldin Index (DBI), which produced a value of 0.9095, indicating that the clustering results were sufficiently good, with clear separation between clusters and high internal homogeneity. In addition, a correlation analysis using the Spearman Rank-Order method was conducted to examine the relationship between communication patterns and student personality. The results showed a correlation coefficient (ρ) of 0.187 with a significance value of 0.060, indicating a positive but statistically insignificant relationship. Therefore, digital communication patterns can provide an initial indication of students’ personality tendencies but cannot yet serve as a strong predictive basis.
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.