KLASIFIKASI DIAGNOSA PERADANGAN KANDUNG KEMIH MENGGUNAKAN METODE ALGORITMA NAÏVE BAYES

Muhammad Muharrom

Abstract


Abstrak

Dalam proses kehidupan kita perlu memperhatikan kesehatan tubuh, agar tidak mudah terserang penyakit. Berbagai cara pencegahan mengatasi terjangkitnya penyakit dengan cara menjaga pola makan dan pola hidup sehat. Karena pekerjaan, makan yang tidak teratur terkadang seseorang tidak memperdulikan kondisi tubuh mereka sendiri. Hal ini dapat berisiko dapat terkena penyakit yang berbahaya, sehingga perlu adanya pemeriksaan diri. Peradangan pada kandung kemih adalah salah satu penyakit  yang ditimbulkan dari rasa nyeri saat buang air kecil, rasa nyeri itu berasal dari saluran kemih. Untuk memahami masalah dengan lebih baik, Maka perlunya penelitian agar dapat mencegah semakin parahnya penyakit yang diderita dengan cara mengklasifikasikan data pasien untuk mengakurasikan hasil penyakit yang di derita oleh pasien dan dapat memprediksi dari data yang ada. Dengan menggunakan metode naïve bayes dalam perhitungan didapatkan kesesuaian antara perhitungan manual dengan menggunakan tools rapidminer dan dihasilnya kekurata adalah 90,8% dan perhitungan ROC menghasilkan nilai AUC adalah 0.956 yang berarti excellent classification.


Keywords


Penyakit, Naïve bayes, diagnosa

Full Text:

PDF (Indonesian)

References


Endriani, R., Andrini, F., & Alfina, D. (2010). Pola resistensi bakteri penyebab infeksi saluran kemih (ISK) terhadap antibakteri di pekanbaru. Jurnal Natur Indonesia, 12(02), 130–135.

Aji, P. B. (2016). Sistem Diagnosa Dini Penyakit Paru Dengan Metode Naïve Bayes. STMIK Sinar Nusantara Surakarta. eprints.sinus.ac.id/443/

M. M. Baharuddin, T. Hasanuddin, and H. Azis, “Analisis Performa Metode K-Nearest Neighbor untuk Identifikasi Jenis Kaca,” Ilk. J. Ilm., vol. 11, no. 28, pp. 269–274, 2019.

A. Ilham, “Komparasi Algoritma Klasifikasi Dengan Pendekatan Level Data Untuk Menangani Data Kelas Tidak Seimbang,” J. Ilm. Ilmu Komput., vol. 3, no. 1, pp. 9–14, 2017.

Munir, Rinaldi. (2012). Matematika Diskrit. Bandung: Informatika.

Dewi, I. C., Soebroto, A. A., & Furqon, M. T. (2015). Sistem Pakar Diagnosa Penyakit Sapi Potong Dengan Metode Naive Bayes. Journal of Environmental Engineering and Sustainable Technology, 2(2), 72–78.

Gorunescu, Florin. (2011). Data Mining Concepts, Models and Techniques.

Ramdan, Nur Ariesanto., Abdul K, Agyztia Preman. (2020). Modul Belajar Data Mining & RapidMiner.Klaten: Lakeisha.

Dataset diakses 15 Oktober 2020. https://archive.ics.uci.edu/ml/datasets/A cute+Inflammations




DOI: http://dx.doi.org/10.21927/ijubi.v3i2.1472

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Indonesian Journal of Business Intelligence (IJUBI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Lisensi Creative Commons
IJUBI by https://ejournal.almaata.ac.id/index.php/IJUBI is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

View My Stats
Indonesian Journal of Business Intelligence (IJUBI)
Department of Information System
Alma Ata University
Email: ijubi@almaata.ac.id