PENERAPAN ENTROPY BASED DISCRETIZATION PADA METODE NAIVE BAYES DALAM KLASIFIKASI PENYAKIT DIABETES MELLITUS

Abstract

Diabetes Mellitus merupakan salah satu penyakit penyebab kematian tertinggi di Indonesia. Penderita Diabetes Mellitus diperkirakan akan terus meningkat. Hal ini tersebut menunjukkan bahwa Diabetes Mellitus perlu diperhatikan secara serius. Penyakit diabetes dapat dicegah jika kita mengetahui gejala – gejala penyakit Diabetes Mellitus. Dari permasalahan di atas, maka dibuatlah sistem yang berjudul “Penerapan Entropy Based Discretization pada Metode Naive Bayes Dalam Klasifikasi Penyakit Diabetes Mellitus”. Sistem ini membantu sarana kesehatan Puskesmas Kendalsari dalam melakukan anamnesa dan menentukan hasil tes laboraturium. Peetugas anamnesa akan melakukan anamnesa dengan pasien dengan keluaran tingkat potensi user terhadap penyakit diabetes. Tingkat potensi pasien terhadap Diabetes Mellitus  dikelompokkan menjadi tiga kelas yaitu, rendah, sedang dan tinggi. Selanjutnya petugas laboraturiu  akan pemerikasaan terhadap pasien untuk memastikan apakah hasil pemerikasaan sesuai dengan tingkat potensi user terhadap penyakit Diabetes Mellitus . Metode Naive Bayes adalah metode yang digunakan melakukan klasifikasi potensi user dan hasil laboraturium pasien. Sedangkan Metode Entropy Based Discretization digunakan untuk melakukan trasnformasi hasil laboraturium pasien yang memiliki nilai kontinyu menjadi bernilai diskrit. Data gejala Diabetes Mellitus dalam penelitian ini diambil dengan menggunakan kuisioner, sedangkan data hasil tes dalam penelitian ini diambil dari Puskesmas Kendalsari.Dari hasil implementasi klasifikasi gejala user menggunakan metode Naive Bayes mendapatkan akurasi sebesar 96%. Sementara hasil implementasi klasifikasi hasil tes user menggunakan metode transformasi Entropy Based Discretization mendapatkan akurasi sebesar 80%. Saran untuk sistem ini adalah penambahan jadwal kontrol user kepada dokter agar gula darah selalu terjaga.