PENERAPAN ALGORITMA NAIVE BAYES UNTUK MENDIAGNOSIS DAN K-MEANS UNTUK MENGELOMPOKKAN PENYAKIT GAGAL JANTUNG

Hidayatur Rakhmawati, Arinda Nur Aeni

Abstract


Penyakit gagal jantung menjadi salah satu penyakit yang memiliki angka kematiian yang tinggi. Penyebab dari gagal jantung antara lain disfungsi miokard, endokard, perikadium, pembuluh darah besar, dan kelainan katup. Terjadinya kesalahan dalam mendiagnosis pasien menjadi permasalahan dalam penelitian ini. Adanya kemajuan teknologi dapat memberi kemudahan dalam segala aktivitas salah satunya dibidang kesehatan. Penelitian ini bertujuan untuk menerapkan algoritma naive bayes classifier untuk mendiagnosis benar tidaknya seorang pasien terkena gagal jantung dan k-means untuk mengelompokkan hasil dari diagnosis penyakit gagal jantung. Metode data mining yang digunakan pada penelitian ini adalah algoritma Naive Bayes untuk mendiagnosis dan algoritma K-Means untuk mengelompokkan penyakit gagal jantung. Data yang digunakan pada penelitian ini bersumber dari Rumah Sakit Umum Muhammadiyah Siti Aminah Bumiayu dengan jumlah 216 record dan 10 atribut. Hasil penelitian menunjukkan bahwa kinerja algoritma naive bayes menggunakan pengujian akurasi confusion matrix dengan nilai akurasi sebesar 80,22%. Berdasarkan hasil pengujian k-means diperoleh sebanyak 94 record yang terkena penyakit gagal jantung dari 216 record. 94 record tersebut diolah kembali menggunakan algoritma k-means menjadi 3 cluster, yaitu cluster rendah, sedang tinggi. Hasil dari klasterisasi yaitu cluster 0=27 record, cluster 1=50 record, cluster 2=17 record dengan mendapatkan validasi davies bouldin index (DBI) sebesar 1,450. Kesimpulannya yaitu penerapan algoritma naive bayes dan k-means dapat digunakan untuk diagnosis terkena penyakit gagal jantung dan mengklaster penyakit gagal jantung


References


Farhatun Nisaul Ahadiyah, “Perkembangan Teknologi Infomasi Terhadap Peningkatan Bisnis Online,” INTERDISIPLIN J. Qual. Quant. Res., vol. 1, no. 1, pp. 41–49, 2023, doi: 10.61166/interdisiplin.v1i1.5.

Fitri and N. Haliza, “Research & Learning in Faculty of Education Analisis Perkembangan Ilmu Pengetahuan dan Teknologi ( Iptek ) Dalam Pendidikan,” vol. 3, 2021.

A. Hanifah and M. Feizal, “… Bangun Sistem Informasi Perkembangan Akademik Pada Pendidikan Anak Usia Dini (Paud) Berbasis Web Pada Satuan Paud Sejenis (Sps) …,” OKTAL J. Ilmu Komput. dan …, vol. 1, no. 07, pp. 997–1006, 2022, [Online]. Available: https://journal.mediapublikasi.id/index.php/oktal/article/view/291%0Ahttps://journal.mediapublikasi.id/index.php/oktal/article/download/291/357

M. C. Yuniar et al., “Pengembangan Teknologi dalam Bidang Kesehatan,” J. Teknol. Sist. Inf. dan Apl., vol. 18, no. 2, pp. 49–52, 2022, [Online]. Available: https://www.e-journal.poltekkesjogja.ac.id/index.php/JTK/article/view/1143%0Ahttps://www.e-journal.poltekkesjogja.ac.id/index.php/JTK/article/download/1143/998

A. A. Iskandar, “Diagnosa Penyakit Parasit pada Kucing Menggunakan Metode Certainty Factor (Studi Kasus : Puskewan Cibadak Kabupaten Sukabumi),” J. Tek. Inform. Kaputama, vol. 4, no. 2, pp. 126–134, 2020.

J. Sinurat, “Jaringan Saraf Tiruan Diagnosa Penyakit Kanker Paru-Paru Menggunakan Metode Hebb Rule,” Bull. Inf. Technol., vol. 2, no. 1, pp. 20–27, 2021.

A. Cherry Mustamu, R. Alvian Fabonya, O. Mobalen, and R. Frisca Djamanmona, Diagnosis 2.Pdf. Pekalongan, 2023.

M. D. P. Nasawida and S. H. Sari, “Penyelesaian Sengketa Medis Kesalahan Diagnosis,” Bur. J. Indones. J. Law Soc. Gov., vol. 2, no. 1, pp. 10–27, 2022, doi: 10.53363/bureau.v2i1.12.

G. T. Batista, “Tinjauan Yuridis Tentang Pertanggungjawaban Kesalahan Diagnosis Dokter Pada Pelayanan Kesehatan,” J. Hukum, Polit. Dan Kekuasaan, vol. 4, no. 2, pp. 152–174, 2024, doi: 10.24167/jhpk.v4i2.10023.

H. N. Wardani et al., “Penatalaksanaan Holistik Pada Wanita Usia 48 Tahun Dengan Vertigo Melalui Pendekatan Kedokteran Keluarga Holistic Management 48 Years Old Woman With Vertigo Through The Family Medicine Approach,” vol. 13, no. 36, pp. 1131–1141, 2018.

M. Arhami and M. Nasir, Data Mining.Pdf. 2020.

Mustika et al., data mining 2.pdf. Bandung, 2021.

D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 437, 2020, doi: 10.30865/mib.v4i2.2080.

O. Rini and S. O. Kunang, “Implementasi Data Mining Menggunakan Metode Naive Bayes Untuk Penentuan Penerima Bantuan Program Indonesia Pintar ( Pip ) ( Studi Kasus : Sd Negeri 9 Air Kumbang ),” Bina Darma Conf. …, pp. 714–722, 2021.

T. Arifin and D. Ariesta, “Prediksi Penyakit Ginjal Kronis Menggunakan Algoritma Naive Bayes Classifier Berbasis Particle Swarm Optimization,” J. Tekno Insentif, vol. 13, no. 1, pp. 26–30, 2019, doi: 10.36787/jti.v13i1.97.

S. Sulastri, L. Usman, and U. D. Syafitri, “K-prototypes Algorithm for Clustering Schools Based on The Student Admission Data in IPB University,” Indones. J. Stat. Its Appl., vol. 5, no. 2, pp. 228–242, 2021, doi: 10.29244/ijsa.v5i2p228-242.

S. Aulia, “Klasterisasi Pola Penjualan Pestisida Menggunakan Metode K-Means Clustering (Studi Kasus Di Toko Juanda Tani Kecamatan Hutabayu Raja),” Djtechno J. Teknol. Inf., vol. 1, no. 1, pp. 1–5, 2021, doi: 10.46576/djtechno.v1i1.964.

R. Hasibuan Budiansyah, H. Hafizah, and R. Mahyuni, “Penerapan Data Mining Clustering Dengan Menggunakan Algoritma K-Means Pada Data Nasabah Kredit Bermasalah PT. BPR Milala,” J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 5, no. 1, p. 7, 2022, doi: 10.53513/jsk.v5i1.4767.

S. Ramadhani, D. Azzahra, and T. Z, “Comparison of K-Means and K-Medoids Algorithms in Text Mining based on Davies Bouldin Index Testing for Classification of Student’s Thesis,” Digit. Zo. J. Teknol. Inf. dan Komun., vol. 13, no. 1, pp. 24–33, 2022, doi: 10.31849/digitalzone.v13i1.9292.




DOI: https://doi.org/10.24853/justit.15.1.273-283

Refbacks

  • There are currently no refbacks.


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

Statistik Pengunjung

Powered by Puskom-UMJ