Implementasi Metode Machine Learning Untuk Mendeteksi Tingkat Stres Manusia Berdasarkan Kualitas Tidur

Abstract

Hubungan antara gangguan stres dengan kualitas tidur memiliki keterkaitan satu sama lainnya. Kualitas tidur yang buruk dapat memicu timbulnya stres. Stres yang timbul memicu buruknya kualitas tidur suatu individu. Hal ini dapat menimbulkan ketidakseimbangan jasmani dan rohani. Penelitian ini bertujuan untuk mendeteksi tingkat stres manusia berdasarkan kualitas tidur dengan mengimplementasikan metode machine learning yang fokus dengan tiga macam algoritma klasifikasi yaitu K-Nearest Neighbour, Decision Tree, dan SVM. Pengumpulan data menggunakan dataset Human Stress Detection in and through Sleep (SaYoPillow) berasal dari open source Kaggle. Data berjumlah 630 dengan 8 fitur dan 1 label. Pada penelitian ini akan menguji ketepatan model klasifikasi diatas dalam mendeteksi seseorang terprediksi kedalam kategori tingkat stres yang telah dibuat. Semakin tinggi akurasi yang dihasilkan maka model semakin tepat dalam mengklasifikasikan.

Kata Kunci : Stres, Kualitas tidur, Mendeteksi Tingkat Stres, Algoritma Klasifikasi, Akurasi.