IMPLEMENTASI DECISION TREE UNTUK DETEKSI SAKIT KEPALA

• RIFDA DESMANDITA
• 2025

---

Perkembangan kecerdasan buatan (Artificial Intelligence) dan Internet of Things (IoT)
telah membuka peluang baru dalam dunia kesehatan, terutama untuk deteksi dini
gangguan ringan seperti sakit kepala. Penelitian ini bertujuan untuk mengembangkan
prototipe SMART P3K BOX, yaitu sistem pertolongan pertama otomatis yang mampu
memberikan diagnosis awal terhadap jenis sakit kepala berdasarkan input gejala
pengguna. Sistem ini menggunakan pendekatan rule-based yang dikembangkan dari
struktur algoritma Decision Tree, tanpa proses pelatihan model seperti pada machine
learning. Gejala yang digunakan sebagai parameter terdiri dari sebelas jenis umum,
seperti mual, sakit kepala dua sisi, dan nyeri di wajah. Sistem dirancang agar dapat
berjalan secara lokal di mikrokontroler ESP32 dan mengaktifkan mekanisme
pengeluaran obat sesuai hasil diagnosis, menyerupai vending machine mini. Hasil
pengujian menunjukkan bahwa sistem mampu memberikan diagnosis yang akurat dan
cepat, dengan waktu respon yang rendah dan pengeluaran obat yang sesuai. Penelitian
ini menunjukkan bahwa kombinasi sederhana antara AI rule-based dan IoT dapat
menghasilkan solusi efektif dan terjangkau untuk kebutuhan pertolongan pertama di
lingkungan kerja atau publik.

• IMPLEMENTASI DECISION TREE
• SMART P3k BOX
• ESP32
• Sakit kepala

https://repository.bsi.ac.id/repo/66485/IMPLEMENTASI-DECISION-TREE-UNTUK-DETEKSI-SAKIT-KEPALA
Anda dapat membaca file tugas akhir ini di repository.