Sistem Smart Healthcare dalam Diagnosa Tingkat Stres Menggunakan Metode Certainty Factor

  • Ni Putu Vina Amandari Universitas Udayana
  • Ngurah Agus Sanjaya ER Udayana University
  • I Gusti Ngurah Anom Cahyadi Putra Udayana University
  • Ida Bagus Gede Dwidasmara Udayana University

Abstract

Stres atau tegang merupakan suatu respon tubuh manusia yang terjadi ketika menghadapi suatu kondisi tertentu, seperti kondisi tertekan. Penyebab terjadinya stres pada seseorang bisa disebabkan oleh banyak faktor misalnya pekerjaan, lingkungan, masalah keluarga, atau kesehatan. Stres yang berlebihan dapat mempengaruhi kesehatan mental dan fisik seseorang. Maka dari itu diagnosis dini dan pengelolaan stres dapat membantu mencegah atau mengurangi risiko kesehatan ini. Pada penelitian ini, penulis merancang sistem diagnosis tingkat stres berbasis IoT menggunakan sensor suhu DS18B20 utuk membaca data suhu, pulse sensor untuk membaca detak jantung, dan GSR sensor untuk membaca tingkat konduktivitas kulit seseorang. Ketiga parameter tersebut digunakan sebagai inputan untuk melakukan diagnosa tingkat stres menggunakan metode certainty factor dengan output tingkatan stres terdiri dari rileks, tenang, cemas, dan tegang. Pengujian sistem dilakukan dengan cara melakukan diagnosa pada 20 subjek dengan setiap subjek melakukan 5 kali pengambilan data disetiap parameternya dimana kelima data disetiap parameternya kemudian dihitung nilai rata-ratanya untuk mendapatkan data yang lebih valid. Berdasarkan hasil perbandingan diagnosa sistem dengan kuisioner DASS 42 didapatkan tingkat akurasi sistem sebesar 85%.

Downloads

Download data is not yet available.
Published
2025-01-23
How to Cite
AMANDARI, Ni Putu Vina et al. Sistem Smart Healthcare dalam Diagnosa Tingkat Stres Menggunakan Metode Certainty Factor. JELIKU (Jurnal Elektronik Ilmu Komputer Udayana), [S.l.], v. 13, n. 2, p. 491-502, jan. 2025. ISSN 2654-5101. Available at: <https://ojs.unud.ac.id/index.php/jlk/article/view/123563>. Date accessed: 29 jan. 2025. doi: https://doi.org/10.24843/JLK.2024.v13.i02.p26.

Most read articles by the same author(s)