KLASIFIKASI NAÏVE BAYES UNTUK MENDIAGNOSIS PENYAKIT PNEUMONIA PADA ANAK BALITA (STUDI KASUS : UPTD PUSKESMAS SUKARAJA SUKABUMI)

Abstract

Pneumonia is a contagious infectious disease that is the leading cause of death in toddlers in the world. In developed countries, there are 4 million cases each year, totaling 156 million cases of pneumonia every year worldwide. Pneumonia is caused by, among others, bacteria, viruses, fungi, exposure to chemicals or physical damage from the lungs, as well as indirect effects from other diseases. Pneumonia is characterized by symptoms of coughing and / or difficulty breathing such as rapid breathing, and pulling the lower chest wall inward. Therefore, early detection of pneumonia in children under five is very necessary in order to be able to prevent and cope with the disease into a serious stage as the purpose of this study is to diagnose pneumonia in toddlers using data mining classification, the naïve Bayes algorithm. Of the 118 cases consisting of 113 cases of patients diagnosed with pneumonia and 5 cases of patients who were not diagnosed with pneumonia, an accuracy value of 98% was obtained, so it can be interpreted that the naïve bayes algorithm has a good correlation with the attributes contained in the dataset. Keywords: Naïve Bayes Algorithm, Pneumonia. Pneumonia adalah penyakit infeksi menular yang merupakan penyebab utama kematian pada balita di dunia. Di negara maju terdapat 4 juta kasus setiap tahun hingga  total di seluruh dunia ada 156 juta kasus pneumonia anak balita  setiap tahun. Pneumonia antara lain disebabkan oleh bakteri, virus, jamur, pajanan bahan kimia atau kerusakan fisik dari paru-paru, maupun pengaruh tidak langsung dari penyakit lain. Pneumonia ditandai dengan gejala batuk dan atau kesulitan bernapas seperti napas cepat, dan tarikan dinding dada bagian bawah ke dalam. Oleh Karena itu, deteksi dini penyakit pneumonia pada anak balita sangat diperlukan agar dapat mencegah dan menanggulangi penyakit tersebut kedalam tahap yang serius seperti tujuan p enelitian ini yaitu untuk mendiagnosis penyakit pneumonia pada anak balita menggunakan klasifikasi data mining yaitu algoritma naïve bayes. Dari 118 kasus yang terdiri dari 113 kasus pasien yang terdiagnosis pneumonia dan 5 kasus pasien yang tidak terdiagnosis pneumonia maka diperoleh nilai akurasi sebesar 98%, sehingga dapat diartikan bahwa algoritma naïve bayes memiliki korelasi yang baik dengan atribut yang terdapat pada dataset. Keywords: Naïve Bayes Algorithm, Pneumonia.