<![CDATA[Tidur memiliki peran yang sangat penting dalam menjaga kesehatan fisik dan mental seseorang. Kurang tidur dapat berdampak buruk pada tingkat konsentrasi, daya ingat, serta meningkatkan risiko berbagai penyakit seperti obesitas, diabetes, hipertensi, dan penyakit jantung. Menurut data dari National Sleep Foundation, sebanyak 65% masyarakat Amerika merasa tidak puas dengan kualitas tidur mereka dan mengalami gejala depresi. Oleh karena itu, identifikasi gangguan tidur menjadi langkah krusial dalam meningkatkan kualitas hidup individu. Penelitian ini bertujuan untuk mengembangkan model klasifikasi gangguan tidur dengan menerapkan algoritma Decision Tree yang disempurnakan melalui hyperparameter tuning menggunakan RandomizedSearchCV. Selain itu, penelitian ini juga mengadopsi teknik Synthetic Minority Over-sampling Technique (SMOTE) guna menangani masalah ketidakseimbangan data dalam dataset gangguan tidur, sehingga model yang dihasilkan dapat memberikan prediksi yang lebih akurat dan adil terhadap kategori gangguan tidur.]]>
Copyrights © 2025
