Penerapan Algoritma Naive Bayes Untuk Prediksi Penyakit Diare Pada Balita

Authors

  • Muhammad Akbar Wahyudi Universitas Bina Sarana Informatika
  • Ahmad Naufal Jiddan Universitas Bina Sarana Informatika
  • Ramdhan Saepul Rohman Universitas Bina Sarana Informatika
  • Eva Marsusanti Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.31294/ijcs.v2i2.2373

Keywords:

Penyakit Diare, Naive Bayes, Prediksi, Data Mining

Abstract

Penyakit diare adalah kondisi yang sering terjadi dimana seseorang mengalami frekuensi buang air besar yang tinggi dengan tinja yang cair. Penyakit ini bisa disebabkan oleh berbagai faktor, termasuk infeksi virus, bakteri, atau parasit, konsumsi makanan atau air yang terkontaminasi, atau efek samping dari obat-obatan tertentu. Pada tahun 2020, diare masih menjadi masalah utama yang meyebabkan 14,5% kematian. Pada kelompok anak balita (12 – 59 balita), kematian akibat diare sebesar 4,55%. Sudah banyak peneliti yang melakukan penelitian untuk memprediksi penyakit diare pada balita. Penelitian  ini  dilakukan di Klinik Gema Medical Center Cabang Cicurug tehadap pasien diare dengan tujuan menghasilkan perhitungan terbaik berupa akurasi tentang diagnosis penyakit diare yang nantinya dapat membantu dalam prediksi diagnosis lebih dini. Adapun metode yang digunakan yaitu metode Naive Bayes untuk meningkatkan akurasi prediksi yang diaplikasikan terhadap data pasien yang dinyatakan Ya diare dan Tidak diare. Setelah dilakukan pengujian dengan metode naive bayes dengan Attribute yang digunakan yaitu jenis kelamin usia (bulan) frekuensi bab, konsistensi tinja, mata, keinginan untuk minum, dan keadaan umum. Sehingga hasil yang didapat dari confusion matrix dan kurva ROC dengan menggunakan Naive Bayes diperoleh accuracy sebesar 98,57% dengan nilai AUC 1,000 dengan tingkat diagnosa excellent classification karena hasil AUC-nya antara 0,90-1,00.

References

Bahri, S., Midyanti, D. M., & Hidayati, R. (2018). Perbandingan Algoritma Naive Bayes dan C4.5 Untuk Klasifikasi Penyakit Anak. Seminar Nasional Aplikasi Teknologi Informasi (SNATi) (pp. 24-31). Yogyakarta: Universitas Islam Indonesia.

Fauziningrum, E., & Suryaningsih, E. I. (2021). EVALUASI DAN PREDIKSI PENGUASAAN BAHASA INGGRIS MARITIM MENGGUNAKAN METODE DECISION TREE DAN CONFUSION MATRIX (STUDI KASUS DI UNIVERSITAS MARITIM AMNI). Prosiding Kemaritiman. Semarang: AMNI Perpustakaan Semarang.

Giovani, A. P., Ardiansyah, A., Haryanti, T., Kurniawati, L., & Gata, W. (2020). ANALISIS SENTIMEN APLIKASI RUANG GURU DI TWITTER MENGGUNAKAN ALGORITMA KLASIFIKASI. Jurnal TEKNOINFO, 116-124.

Hartati, S., & Nurazila, N. (2018). Faktor Yang Mempengaruhi Kejadian Diare Pada Balita Di Wilayah Kerja Puskesmas Rejosari Pekanbaru. Jurnal Endurance, 400-407.

Ichsan. (2013, November). Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Mahasiswa Kurang Mampu Pada STMIK BUDIDARMA Medan Menerapkan Metode Profile Matching. Kursor, 5(1), 2. Retrieved April 14, 2016, from http://pelita-informatika.com/berkas/jurnal/1.%20TM%20Syahru.pdf

Loelianto, I., Thayf, M. S., & Angriani, H. (2020). Implementasi Teori Naive Bayes Dalam Klasifikasi Calon Mahasiswa Baru Stmik Kharisma Makassar. SINTECH JOURNAL, 110-117.

Mutiara, E. (2020). ALGORITMA KLASIFIKASI NAIVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI PENYAKIT TUBERCULOSIS (TB). Jurnal Swabumi, 46-58.

Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. Jurnal Sains Komputer & Informatika (J-SAKTI), 697-711.

Putri, A. N. (2017). Penerapan Naive Bayesian Untuk Perankingan Kegiatan Di Fakultas Tik Universitas Semarang. Jurnal SIMETRIS, 603-610.

Rahman, S., & Muzakir, A. (2020). Implementasi Sistem Pakar Untuk Menentukan Penyakin Diare Menggunakan Algoritma Case Base Reasoning (CBR). Bina Darma Conference on Computer Science (BDCCS), 31-39.

Ridwan, A. (2020). Penerapan Algoritma Naive Bayes Untuk Klasifikasi Penyakit Diabetes Mellitus. Jurnal Sistem Komputer dan Kecerdasan Buatan, 15-21.

Sari, D. L., Saputra, M., & Gemasih, H. (2022). Penerapan Data Mining Dalam Proses Prediksi Perceraian Menggunakan Algoritma Naive Bayes Di Kabupaten Aceh Tengah. Jurnal Teknik Elektro dan Informatika, 23-35.

Sinum, M. B. (2021). Hubungan Program Open Defecation Free (Odf) Oleh Pemerintah Dengan Kejadian Diare. Jurnal Medika Hutama, 928-933.

Syarah, M. S., Wati, M., & Puspitasari, N. (2022). Klasifikasi Penderita ISPA Menggunakan Metode Naive Bayes Classifier. Innovation in Research of Informatics (INNOVATICS), 8-15.

Wahyuningsih, D., & Patima, E. (2018). PENERAPAN NAIVE BAYES UNTUK PENERIMAAN BEASISWA. Jurnal Telematika, 135-147.

Downloads

Published

2023-10-30