Prediksi Sleep Disorder Menggunakan Metode Algoritma Naive Bayes Gaussian
DOI:
https://doi.org/10.59841/saber.v3i1.2375Keywords:
Gangguan tidur, Insomnia, Sleep Apnea, Naïve Bayes Gaussian, KlasifikasiAbstract
Gangguan pada tidur adalah suatu kondisi yang ditandai dengan adanya gangguan pada kuantitas, kualitas, dan atau durasi tidur. Gangguan tidur yang umum terjadi adalah insomnia dan sleep apnea. Jika tidak ditangani, insomnia maupun sleep apnea dapat menjadi kronis dan mengakibatkan terkena gejala penyakit yang lebih serius lainnya seperti hipertensi, depresi, penurunan fisik dan juga fungsi fital yang dapat menyebabkan komplikasi penyakit lainnya. Dengan adanya sebuah sistem yang dapat membantu prediksi diagnosis gangguan tidur akan membantu mengetahui gangguan tidur yang diderita dan dapat ditangani dengan segera. Proses prediksi dilakukan menggunakan metode klasifikasi algoritma Naïve Bayes Gaussian. Berdasarkan pengujian data training dan data uji didapatkan akurasi sebesar 85,3%. Hal tersebut membuktikan bahwa klasifikasi menggunakan algoritma Naïve Bayes Gaussian tergolong baik untuk memprediksi gangguan tidur.
References
Bollu, P. C., & Kaur, H. (2019). Sleep Medicine: Insomnia and Sleep. Missouri Medicine, 116, 68-75.
Azzahra, S. S. (2019). Obstructive Sleep Apnea (OSA) Sebagai Faktor Resiko Hipertensi. Jurnal Ilmiah Kesehatan Sandi Husada, 8(2), 321-324.
Mubarog, I., Setyanto, A., & Sismoro, H. (2019). Sistem Klasifikasi Pada Penyakit Breast Cancer Dengan Menggunakan Metode Naive Bayes. Creative Information Technology Journal, 6(2), 109-118.
Karim, f., Nurcahyo, G. W., & Sumijan. (2021). Sistem Pakar dalam Mengidentifikasi Gejala Stroke Menggunakan Metode Naive Bayes. Jurnal Sistem Informasi dan Teknologi, 3(4), 221-226.
Sinaga, T. H., Wanto, A., Gunawan, I., Sumarno, S., & Nasution, Z. M. (2021). Implementation of Data Mining Using C4. 5 Algorithm on Customer Satisfaction in Tirta Lihou PDAM. Journal Of Computing Networks, Architecture and High Performance Computing, 3(1), 9-20.
Zai, C. (2022). Implementasi Data Mining Sebagai Pengolahan Data. Jurnal Portal Data, 2(3).
Putri, N., & Wijayanto, A. (2022). Analisis Komparasi Algoritma Klasifikasi Data Mining Dalam Klasifikasi Website Phishing. Komputika: Jurnal Sistem Komputer, 11(1), 59-66.
Alkhairi, P., Zer, Batubara, E., Tambunan, F., & Rosnelly, R. (2021). Pengenalan Pola Kemampuan Pelanggan dalam Membayar Air PDAM Menggunakan Algoritma Naive Bayes. Jurnal TIMES (Technology Informatic & Computer System), 29-38.
Srirahayu, A., & Pribadie, L. (2023). Review Paper Data Mining Klasifikasi Data Mining. Jurnal Ilmiah Informatika Global, 14(1).
Wahyuningrum, E. (2021). Gangguan Tidur Anak Usia Sekolah. Jurnal Keperawatan, 13, 699-708. doi:https://doi.org/10.32583/keperawatan.v13i3.1387
Zulham, M., Saripurna, D., & Siambaton, Z. (2023). ). Aplikasi Diagnosa Penyakit Hepatitis dengan Menggunakan Metode Teorema Bayes dan Certainty Factor. Blend Sains Jurnal Teknik, 2(1), 1-15.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 SABER : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
