Analisis Data Science terhadap Kualitas Tidur dan Faktor-Faktor yang Mempengaruhinya: Studi Kasus Sleep Health and Lifestyle Dataset

Authors

  • Amner Sastra Universitas Pasir Pengaraian, Riau, Indonesia
  • Khairul Sabri Univesitas Pasir Pengaraian, Riau, Indonesia
  • Budi Yanto Univesitas Pasir Pengaraian, Riau, Indonesia

DOI:

https://doi.org/10.37630/inventor.v3i2.2567

Keywords:

Data Science, Kualitas Tidur, Analisis Korelasi, Faktor Kesehatan, Pola Hidup

Abstract

Kualitas tidur merupakan faktor penting yang berkontribusi terhadap kesehatan individu. Penelitian ini menggunakan pendekatan Data Science untuk menganalisis hubungan antara pola tidur dan berbagai faktor gaya hidup serta kesehatan, seperti BMI, tekanan darah, tingkat stres, dan aktivitas fisik. Dataset yang digunakan terdiri dari 155 sampel dengan 13 variabel, diolah melalui teknik pembersihan data, transformasi variabel, deteksi outlier, dan analisis korelasi. Hasil penelitian menunjukkan bahwa faktor usia memiliki korelasi tertinggi terhadap kualitas tidur, sedangkan detak jantung memiliki korelasi terendah. Selain itu, metode pemodelan prediktif digunakan untuk mengidentifikasi fitur yang paling berpengaruh dalam menentukan kualitas tidur. Studi ini menegaskan bahwa analisis berbasis data dapat memberikan wawasan yang lebih mendalam dalam memahami pola tidur dan faktor-faktor yang mempengaruhinya, serta berpotensi menjadi dasar bagi rekomendasi peningkatan kualitas tidur individu.

References

Anggi Trifani, Agus Perdana Windarto, & Hendry Qurniawan. (2022). Penerapan Data Mining Klasifikasi C4.5 dalam Menentukan Tingkat Stres Mahasiswa Akhir. Jural Riset Rumpun Ilmu Teknik, 1(2), 91–105. https://doi.org/10.55606/jurritek.v1i2.414

Erwin, E., Datya, A. I., Nurohim, N., Sepriano, S., Waryono, W., Adhicandra, I., Budihartono, E., & Purnawati, N. W. (2023). Pengantar & Penerapan Internet Of Things: Konsep Dasar & Penerapan IoT di berbagai Sektor. PT. Sonpedia Publishing Indonesia.

Fitriati, I., & Ghazali, M. (2017). Pemodelan pengaruh rata-rata lama sekolah terhadap indeks kedalaman kemiskinan di indonesia menggunakan support vector regression. Prosiding Seminar Nasional Riset Kuantitatif Terapan, 100–105.

FITRIATI, I. T. A. (2013). Optimalisasi Solusi Interaktif Penyembuhan Islami Berdasarkan Diagnosa Tiga Indera Dengan Strategi Forward Chaining Menggunakan Algoritma Fuzzy. Universitas Hasanuddin.

Gunawan, I. A. N., . S., & Shalahuddin, I. (2022). Dampak Penggunaan Media Sosial Terhadap Gangguan Psikososial Pada Remaja: A Narrative Review. Jurnal Kesehatan, 15(1), 78–92. https://doi.org/10.23917/jk.v15i1.17426

Hossain, A. A., Ahamed, I. U., Gupta, U. Das, Anika, A. N., Islam, A., & Saha, U. (2024). Exploring Sleep Patterns and Behavioral Components for Stress Detection: A Machine Learning Approach. 2024 International Symposium on Networks, Computers and Communications, ISNCC 2024, January 2025. https://doi.org/10.1109/ISNCC62547.2024.10758990

MASRURIYAH, A. F. N. U. R., MARDIAH, M., ANANDA, M. D. W. I., & MALIK, K. N. (2025). Pendekatan Unsupervised learning dalam Segmentasi Kesehatan: Perbandingan K-Means dan DBSCAN. MIND (Multimedia Artificial Intelligent Networking Database) Journal, 10(1), 99–113.

Maulidah, M., & Hidayati, N. (2024). Prediksi Kesehatan Tidur Dan Gaya Hidup Menggunakan Machine Learning. CONTEN : Computer and Network Technology, 4(1), 81–86.

Ramadhani Amran, A., Informasi Kesehatan, M., & Kesehatan Megarezky, P. (2025). Peran Teknologi Wearable dalam Memprediksi Serangan Jantung: Masa Depan Kesehatan Digital. Naafi: Jurnal Ilmiah Mahasiswa, 2(2), 227–235. https://doi.org/10.62387/naafijurnalilmiahmahasiswa.v2i2.138

Rika Anugrahaini, S., Fatchan, M., & Ngudi Wiyatno, T. (2025). Model Prediksi Tingkat Stres Di Kalangan Siswa Dengan Pendekatan Algoritma Artificial Neural Network Menggunakan Orange. JATI (Jurnal Mahasiswa Teknik Informatika), 9(3), 4742–4748. https://doi.org/10.36040/jati.v9i3.13759

Robbani, M. A., Firmansyah, G., Widodo, A. M., & Tjahjono, B. (2024). Clustering of Child Stunting Data in Tangerang Regency Using Comparison of K-Means, Hierarchical Clustering and DBSCAN Methods. Asian Journal of Social and Humanities, 2(12), 3105–3115.

Sabri, K., & Afrijal, A. (2023). Implementasi Metode Sarima Untuk Meramalkan Persediaan Roti Pada Bintang Bakery. Jurnal Bisnis Kompetitif, 2(2), 89–93. https://doi.org/10.35446/bisniskompetif.v2i2.1375

Saputri, D., & Isa, M. (2024). Jurnal Pengaruh Pola Tidur,Asupan Kafein dan Gangguan Emosi. 2(2), 19–27.

Ulfa Suryani, & Yazia, V. (2023). The Relationship Between Gadget Addiction and Emotional Disorders in Adolescents. Jurnal Keperawatan, 15(2), 517–524.

Zahra, N., & Siregar, F. M. (2023). Prevalensi Prehipertensi dan Hipertensi pada Mahasiswa Profesi Dokter Fakultas Kedokteran Universitas Riau Tahun 2020. Jurnal Kedokteran Dan Kesehatan, 19(1), 50. https://doi.org/10.24853/jkk.19.1.50-64

Downloads

Published

2025-08-08

Issue

Vol. 3 No. 2 (2025): Edisi Juni

Section

Articles

License

  1. Seluruh materi yang terdapat dalam situs ini dilindungi oleh undang-undang. Dilarang mengutip sebagian atau seluruh isi situs web ini untuk keperluan komersil tanpa persetujuan dewan penyunting jurnal ini.
  2. Apabila anda menemukan satu atau beberapa artikel yang terdapat dalam Inventor: Jurnal Inovasi dan Tren Pendidikan Teknologi Informasi yang melanggar atau berpotensi melanggar hak cipta yang anda miliki, silahkan laporkan kepada kami, melalui email pada Principle Contact.
  3. Aspek legal formal terhadap akses setiap informasi dan artikel yang tercantum dalam situs jurnal ini mengacu pada ketentuan lisensi Creative Commons Attribution 4.0 International (CC BY 4.0).
  4. Semua Informasi yang terdapat di Inventor: Jurnal Inovasi dan Tren Pendidikan Teknologi Informasi bersifat akademik. Inventor: Jurnal Inovasi dan Tren Pendidikan Teknologi Informasi tidak bertanggung jawab terhadap kerugian yang terjadi karana penyalah gunaan informasi dari situs ini.