KKlasifikasi Gangguan Tidur pada Individu Menggunakan Algoritma Naive Bayes Berbasis Data Gejala Klinis

Application of the Naive Bayes Algorithm for Sleep Disorder Classification Using Clinical Data

Abstract

Gangguan tidur merupakan kondisi yang dapat memengaruhi kesehatan fisik dan mental seseorang serta menurunkan kualitas hidup secara keseluruhan. Deteksi dini terhadap gangguan tidur sangat penting agar intervensi medis dapat dilakukan lebih cepat dan tepat. Penelitian ini bertujuan untuk mengidentifikasi gangguan tidur pada seseorang dengan menggunakan algoritma Naïve Bayes, yaitu salah satu metode klasifikasi dalam machine learning yang berbasis probabilistik. Data yang digunakan dalam penelitian ini meliputi atribut usia, durasi tidur, kualitas tidur, tingkat stres, kategori BMI, tekanan darah, dan detak jantung, dengan total 374 data pasien. Penelitian dilakukan melalui tahapan pra-pemrosesan data, pelatihan model dengan data latih, pengujian model dengan data uji, serta evaluasi menggunakan confusion matrix dan akurasi. Hasil pengujian menunjukkan bahwa model Naïve Bayes menghasilkan akurasi sebesar 90,54%. Meskipun akurasi tergolong tinggi, model belum mampu mengklasifikasikan kelas gangguan tidur Insomnia dengan baik akibat distribusi data yang tidak seimbang. Oleh karena itu, dalam penelitian selanjutnya disarankan penerapan teknik penyeimbangan data serta pengujian dengan algoritma pembanding lainnya. Penelitian ini diharapkan dapat menjadi landasan awal pengembangan sistem cerdas dalam mendeteksi gangguan tidur secara otomatis dan cepat.