PENERAPAN ALGORITMA NAÏVE BAYES UNTUK MEMPREDIKSI GEJALA DEMAM TIFOID PADA PUSKESMAS CIBADAK

Abstract

Demam tifoid merupakan salah satu penyakit infeksi yang masih menjadi masalah kesehatan di negara berkembang, khususnya di Indonesia. Salmonella typhi merupakan bakteri penyebab demam tifoid yang dapat ditransmisikan melalui makanan maupun minuman terkontaminasi oleh feses atau urin dari orang yang telah terinfeksi. Langkah pertama dalam pengelolaan penyakit demam tifoid adalah penetapan diagnosis yang tepat. Untuk mengurangi kesalahan deteksi dan menghindari keterlambatan diagnosis penderita demam tifoid, dapat dilakukan penerapan dan pemanfaatan teknik data mining. Salah satu algoritma yang dapat diterapkan adalah Naive Bayes Classifier, dengan diterapkannya algoritma Naive Bayes Classifier ini diharapkan para penderita dapat mengetahui kondisi kesehatannya dari demam tifoid yang mungkin saja terjadi, sehingga dapat langsung melakukan tindakan sebagai usaha untuk meminimalisir gejala yang terjadi dan diharapkan tindakan sejak dini ini membuat gejala lain yang akan terjadi justru tidak terjadi dan gejala yang ada berkurang. Naïve Bayes Classifier yang dikenal merupakan salah satu model klasifikasi yang baik dan sering digunakan. Hasil dari penelitian ini mendapatkan akurasi sebesar 93,71%. menggunakan rapid miner 5.2 dengan 142 dataset.