PENERAPAN ALGORITMA NBC UNTUK KLASIFIKASI TINGKAT RESIKO PENYAKIT DIABETES MELLITUS

Neri Desma Lika

Neri Desma Lika

Keywords: Algoritma NBC, Penyakit Diabetes Mellitus, Bahasa Pemograman PHP dan MySQL

Abstract

Penelitian ini menerapkan ilmu komputer dibidang kedokteran terutama untuk masalah penyakit Diabetes Mellitus studi kasus di UPTD Kesehatan Kari dengan menggunakan metode Algoritma NBC. Diabetes Mellitus merupakan penyebab kematian 1,5 juta jiwa di seluruh dunia pada tahun 2012. kurangnya kesadaran masyarakat akan bahaya yang disebabkan oleh penyakit diabetes memicu meningkatnya angka penderita diabetes dan menyebabkan tingginya angka kematian tiap tahunnya. Penentuan tingkat resiko penyakit diabetes yang kemungkinan diderita seseorang tergolong sulit untuk dilakukan. Selain rekam medis pasien, tes laboratorium juga diperlukan. Hal ini akan memakan waktu cukup lama, dan menyebabkan penumpukan data yang banyak. Hal ini akan memungkinan terlambatnya penanganan yang dilakukan kepada pasien. Oleh karena itu untuk mempermudah masyarakat dalam mengetahui tingkat resiko penyakit diabetesnya, makanya dibangun sebuah sistem untuk klasifikasi tingkat resiko penyakit diabetes mellitus dengan menggunakan metode algoritma nbc. Dengan menggunakan bahasa pemograman PHP dan MySQL.

Downloads

Download data is not yet available.

References

Abdillah, Sigit. (2015). Penerapan Algortima Decision Tree C4.5 untuk Diagnosa Penyakit Stroke dengan Klasifikasi Data Mining. Skripsi Program Studi Teknik Informatika. Semarang : Universitas Dian Nuswantoro.
Badan Penelitian dan Pengembangan Kesehatan. (2013). Riset Kesehatan Dasar. Jakarta : Kementrian Kesehatan RI.

Giat Karyono. (2016). Analisis Teknik Data Mining “Algoritma C4.5 Dan K-Nearest Neighbor” Untuk Mendiagnosa Penyakit Diabetes Mellitus. Seminar Nasional Teknologi Informasi, Bisnis, dan Desain 2016. Teknik Informatika STMIK AMIKOM Purwokerto.

Haswan, F. (2017). Decision Support System For Election Of Members Unit Patients Pamong Praja. International Journal of Artificial Intelligence Research, 1(1), 21-25.

Jasri, J., & Nazli, R. (2018). Penerapan Metode Mamdani Untuk Sistem Pendukung Keputusan Penentuan Golongan Obat Sesuai Dengan Penyakit Diabetes. Jurnal Teknologi Dan Open Source, 1(2), 67-74.

Mujib Ridwan, Hadi Suyono, dan M. Sarosa. (2013). Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Jurnal EECCIS Vol.7, No. 1, Juni 2013.

Putri Elfa Mas`udi. (2015). Klasifikasi Tugas Akhir Untuk Menentukan Dosen Pembimbing Menggunakan Naïve Bayes Classifier (NBC). Politeknik Negeri Malang.

Wayan Firdaus Mahmudy, Agus Wahyu Widodo. (2014). Klasifikasi Artikel Berita Secara Otomatis Menggunakan Metode Naive Bayes Classifier Yang Dimodifikasi. Program Studi Ilmu Komputer Universitas Brawijaya Malang. TEKNO, Vol : 21 Maret 2014, ISSN : 1693-8739.