Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Joutica : Journal of Informatic Unisla
M Iqbal Suriansyah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Deteksi Insomnia Menggunakan Sensor GSR dan Max30102 Metode Naïve Bayes M. Taufiq Fadli R; Andi Chairunnas; M Iqbal Suriansyah
Joutica Vol 10 No 1 (2025): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v10i1.1370

Abstract

Insomnia adalah gangguan tidur yang menurunkan kualitas istirahat dan membuat sulit tertidur atau mempertahankan tidur. Insomnia dapat menyerang berbagai kalangan dan disebabkan oleh berbagai faktor. Deteksi dini penting untuk mencegah insomnia menjadi kondisi serius. Polysomnography adalah metode medis konvensional untuk mendeteksi insomnia, namun memerlukan peralatan kompleks dan pasien harus menginap di rumah sakit. Untuk itu, penelitian ini mengusulkan deteksi dini insomnia dengan alat portabel berbasis sinyal elektrokardiogram (EKG) yang memiliki fitur P, Q, R, S, dan T yang dapat dianalisis. Metode yang digunakan adalah Naive Bayes, yang mengklasifikasikan data sebagai insomnia atau normal berdasarkan probabilitas tertinggi. Naive Bayes dipilih karena penelitian sebelumnya menunjukkan akurasi 80% dalam mendeteksi apnea tidur. Penelitian ini menggunakan mikrokontroler ESP32 dan sensor MAX30102 untuk akuisisi sinyal EKG, yang efisien dari segi biaya dan daya. Hasil penelitian menunjukkan akurasi sensor MAX30102 sebesar 97,73% dan sensor GSR sebesar 90% dalam mendeteksi aktivitas listrik pada kulit jari. Klasifikasi Naive Bayes mencapai akurasi 90% dalam membedakan antara kondisi normal dan insomnia.
Co-Authors Andi Chairunnas M. Taufiq Fadli R