SNIPS 2016 Conference

IMPLEMENTASI METODE NA�VE BAYES DALAM MENDIAGNOSIS PENYAKIT DEMAM DENGUE DAN DEMAM BERDARAH DENGUE (Studi kasus: RSUD R. Syamsudin, SH Kota Sukabumi)
Ria Amora dan Akhmad Fauzy

Universitas Islam Indonesia


Abstract

Pada awal tahun 2016 wabah Demam Berdarah Dengue (DBD) di Indonesia memang tengah memuncak, penyakit tersebut disebabkan oleh virus dengue dan menyebar ke manusia melalui gigitan nyamuk Aedes Aegypti. Berdasarkan data tahun 2015 di RSUD R. Syamsudin SH, didapatkan bahwa DBD memasuki 10 besar penyakit yang banyak terjadi selama tahun 2015 dan menjadi urutan ketiga setelah penyakit Gastro Enteritis dan Congestive Heart Failure. Seiring dengan banyaknya pasien kasus DBD akan memungkinkan data dengan jumlah skala yang sangat besar dapat terakumulasi, dengan memanfaatkan data tersebut penulis ingin menerapkan salah satu teknik data mining dengan perhitungan statistika dalam melakukan diagnosis penyakit Demam Dengue dan Demam Berdarah Dengue. Metode yang digunakan adalah Na�ve Bayes dengan menggunakan sebanyak 73 data pasien kasus DBD dan suspect DBD yang di rawat inap di RSUD R. Syamsudin, SH periode 01 Januari - 06 Februari 2016. Hasil analisis menunjukan bahwa gejala demam, sakit kepala, mialga, artalgia, ruam, leukopenia, manifestasi perdarahan, trombosit dan hematokrit menunjukan adanya perbedaan antara pasien kasus DD dan DBD, sehingga atribut-atribut tersebut bisa menjadi indikator untuk mendiagnosis penyakit DD dan DBD. Sedangkan gejala nyeri retro-orbital tidak menunjukan perbedaan antara pasien kasus DD dan DBD, maka gejala nyeri retro-orbital tidak bisa dijadikan sebagai indikator untuk mendiagnosis penyakit kasus DD dan DBD. Hasil analisis juga menunjukan bahwa ketepatan klasifikasi pasien kasus DD dan DBD menggunakan model Na�ve Bayes pada penelitian ini adalah sebesar 93% atau memiliki nilai error sebesar 7%.

Keywords: Demam Dengue, Demam Berdarah Dengue, Data Mining, Na�ve Bayes

Topic: Komputasi dan Pemodelan

Link: https://ifory.id/abstract-plain/FCw9fq4DmJHE

Web Format | Corresponding Author (Ria Amora)

PDF (799 kB)