SISTEM PENDUKUNG KEPUTUSAN PENYAKIT DIABETES MEGGUNAKAN METODE KLASIFIKASI NAÏVE BAYES

Abstract

Pemanfaatan komputer pada saat ini sudah menyentuh berbagai aspek kehidupan manusia. Hampir seluruh bidang pekerjaan mulai masuk ke era komputerisasi, salah satunya termasuk dalam bidang kesehatan. Diabetes adalah penyakit menahun yang terjadi karena adanya gangguan metabolik yang ditandai dengan kadar gula darah yang melebihi batas normal. Penyakit ini tidak hanya menyebabkan kematian premature di seluruh dunia, lebih jauh lagi menjadi penyebab utama kebutaan, penyakit jantung dan ginjal. Berdasarkan Riset Kesehatan Dasar (RISKESDA) yang dilaksanakan pada tahun 2018 menyimpulkan bahwa baru sekitar 25% penderita diabetes yang mengetahui dirinya menderita diabetes. Hal ini, menjadikan status diabetes sebagai silent killer dari penyakit ini masih menghantui dunia. Diagnosis terhadap penyakit ini secara medis masih mengalami kesulitan dan reduksi data. Untuk mendukung hal ini perlu menggunakan teknik data mining berbasis komputer agar dapat menggali informasi berharga dari kumpulan informasi diabetes. Klasifikasi dan klasterisasi merupakan dua bidang garapan yang paling sering ditemui untuk mengekstrak pengetahuan. Dalam peranannya klasifikasi adalah proses untuk menemukan model yang menggambarkan dan membedakan kelas data atau konsep dengan tujuan memprediksi kelas untuk data yang tidak diketahui kelasnya. Model algoritma yang digunakan dalam klasifikasi adalah algoritma naïve bayes. Pada penelitian ini, implementasi kinerja algoritma naïve bayes digunakan untuk melakukan teknik klasifikasi. Penelitian ini mengambil sampel dari UCI data set dengan menggunakan 16 atribut independen dan satu atribut dependen. Sehingga, diharapkan tujuan dari penelitian ini kita dapat mengimplementasikan dan memanfaatkan media internet untuk mendiagnosa dan mengklasifikasi penyakit diabetes secara dini dan mandiri.