KLASIFIKASI TINGKAT STRESS MANUSIA MELALUI REAKSI SAAT TIDUR DENGAN METODE K-NEAREST NEIGHBOR (KNN)

Nicholas, Nelson (2023) KLASIFIKASI TINGKAT STRESS MANUSIA MELALUI REAKSI SAAT TIDUR DENGAN METODE K-NEAREST NEIGHBOR (KNN). Skripsi thesis, UNAMA.

[img] Text
BAB I.pdf

Download (509kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (632kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (326kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB V.pdf

Download (189kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (409kB)

Abstract

Stress itu sendiri merupakan gangguan atau sebuah tekanan yang bereaksi terhadap suatu kejadian atau situasi yang di anggap berbahaya. Pada saat ini banyak sekali orang yang mengalami stress baik itu karena adanya tugas yang telah mencapai tenggat waktu atau pun kegiatan yang harus segera di selesaikan. Pada permasalahan saat ini masih banyak sekali orang yang tidak tau tingkat stress pada diri mereka. Stress itu sendiri dapat memberikan dampak yang buruk, oleh karena itu orang yang memiliki stress tinggi harus di berikan pengarahan agar menurunkan tingkat stress pada orang tersebut. Oleh karena itu diperlukan sebuah metode klasifikasi K-Nearest Neighbor dengan tujuan untuk dapat memprediksi kelas dari suatu atribut untuk menentukan level stress. Pada Penelitian ini menggunakan dataset Human Stress Detection in and through Sleep dengan jumlah data 630, dan memiliki 8 atribut. Data set ini ditemukan duplicate value sehingga dilakukan pengurangan data menjadi 615 data. Hasil klasifikasi naïve bayes dengan akurasi terbesar terdapat pada atribut dengan korelasi terbaik 10-cross validation dengan persentase akurasi Correctly Classified Instances sebesar 99.8374%, Incorrectly Classified Instances 0.1626%. Diharapkan dari penelitian ini dapat membantu peneliti selanjutnya dalam memprediksi level tingkat stress pada manusia.

Item Type: Thesis (Skripsi)
Subjects: Artificial Intelligence
Divisions: Skripsi > Teknik Informatika > 2023
Depositing User: Digital Library
Date Deposited: 08 Jan 2024 11:56
Last Modified: 08 Jan 2024 11:56
URI: http://repository.unama.ac.id/id/eprint/3022

Actions (login required)

View Item View Item