<![CDATA[Proses klasifikasi kualitas tidur masyarakat saat ini masih dilakukan secara manual, sehingga membutuhkan waktu dan tenaga yang tidak sedikit. Permasalahan ini disebabkan oleh kurangnya sistem otomatisasi dalam mengolah data tidur serta memberikan rekomendasi yang tepat. Penelitian ini bertujuan untuk mengembangkan sebuah sistem berbasis website yang mampu mengklasifikasikan kondisi tidur pengguna berdasarkan data gaya hidup yang diinputkan, serta memberikan rekomendasi penanganan yang sesuai. Metode yang digunakan adalah pengembangan perangkat lunak berbasis model Waterfall dengan algoritma Logistic Regression untuk klasifikasi. Dataset yang digunakan bersumber dari Sleep Health and Lifestyle di Kaggle, dengan atribut gaya hidup seperti usia, durasi tidur, tingkat stres, dan aktivitas fisik. Hasil evaluasi menunjukkan bahwa model klasifikasi yang dikembangkan memiliki akurasi sebesar 77%. Sistem ini mampu memberikan prediksi kategori tidur seperti Sehat, Insomnia, dan Sleep Apnea, serta rekomendasi penanganan berbasis hasil klasifikasi. Dengan adanya sistem ini, diharapkan proses pengklasifikasian tidur menjadi lebih efektif dan efisien, serta dapat meningkatkan kesadaran masyarakat terhadap kualitas tidur mereka]]>
Copyrights © 2025
