Prediksi Sleep Disorder Menggunakan Metode Algoritma Naïve Bayes Gaussian

Rahayuningtyas, Galuh Dwi (2025) Prediksi Sleep Disorder Menggunakan Metode Algoritma Naïve Bayes Gaussian. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text HALAMAN PERNYATAAN ORISINALITAS.pdf Download (440kB)
	Text LEMBAR PERSETUJUAN.pdf Download (367kB)
	Text LEMBAR PENGESAHAN.pdf Download (374kB)
	Text HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI.pdf Download (266kB)
	Text HALAMAN JUDUL.pdf Download (1MB)
	Text BAB 1.pdf Download (1MB)
	Text BAB 2.pdf Download (2MB)
	Text BAB 3.pdf Restricted to Repository staff only Download (3MB)
	Text BAB 4.pdf Restricted to Repository staff only Download (1MB)
	Text BAB 5.pdf Download (413kB)
	Text DAFTAR PUSTAKA.pdf Download (993kB)
	Text LAMPIRAN.pdf Download (1MB)

Abstract

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.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	Gangguan tidur, Insomnia, Sleep Apnea, Naïve Bayes Gaussian, Klasifikasi
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Information Systems Study Program
Depositing User:	Galuh Dwi Rahayuningtyas
Date Deposited:	05 May 2025 04:22
Last Modified:	05 May 2025 04:22
URI:	http://eprints.umg.ac.id/id/eprint/13499

Actions (login required)

View Item