IMPLEMENTASI ALGORITMA DECISION TREE UNTUK DETEKSI DINI GANGGUAN TIDUR BERDASARKAN PARAMETER SLEEP HEALTH

Abstrak

Gangguan tidur (sleep disorder) telah menjadi masalah kesehatan global yang signifikan, berdampak luas pada kualitas hidup, produktivitas, serta peningkatan risiko berbagai penyakit kronis. Ketidaksadaran individu mengenai pola tidur yang tidak sehat sering kali menyebabkan keterlambatan dalam penanganan medis, yang pada akhirnya memperburuk kondisi kesehatan pasien. Penelitian ini bertujuan untuk mengklasifikasikan dan memprediksi kecenderungan seseorang mengalami gangguan tidur berdasarkan parameter sleep health yang mencakup durasi tidur, kualitas tidur, tingkat aktivitas fisik, serta indikator kesehatan pendukung lainnya. Teknik data mining digunakan untuk mengekstraksi pola tersembunyi dari data kesehatan tidur yang kompleks. Dalam penelitian ini, metode Decision Tree diterapkan untuk mengklasifikasikan status kesehatan tidur pasien ke dalam kategori normal atau berisiko mengalami gangguan tidur. Keunggulan penggunaan Decision Tree terletak pada kemampuannya menyajikan aturan klasifikasi yang intuitif dan mudah dipahami, sehingga mempermudah tenaga medis dalam mengidentifikasi faktor utama penyebab gangguan tidur. Hasil dari penelitian ini diharapkan dapat memberikan model prediksi yang akurat untuk deteksi dini, sehingga langkah intervensi dan perbaikan pola hidup dapat dilakukan sebelum kondisi gangguan tidur menjadi lebih kronis.