UDiNus Repository

Klasifikasi Demam Berdarah Dengue (DBD) untuk pasien di puskesmas pandanaran menggunakan algoritma naive bayes

MAHARDITYA, BAHARI RESTU (2017) Klasifikasi Demam Berdarah Dengue (DBD) untuk pasien di puskesmas pandanaran menggunakan algoritma naive bayes. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4Kb) | Preview

    Abstract

    Kesehatan lingkungan menjadi peran penting dalam pengendalian penyebaran penyakit. Di kota Semarang sendiri penyebaran penyakit khususnya penyakit Demam Berdarah Dengue (DBD) masih menjadi salah satu masalah yang mengancam kesehatan masyarakat, Sebagai daerah tropis wilayah kota Semarang cukup rentan terhadap penyakit berbasis tular vector. sehingga jumlah penderita dan luas daerah penyebaran DBD semakin bertambah seiring meningkatnya mobilitas dan kepadatan penduduk. Sehingga dibutuhkan pencegahan terhadap masalah tersebut dengan cara menggunakan teknik Data Mining. Teknik Data mining dapat digunakan untuk sistem pendukung keputusan yang salah satunya dapat digunakan pada bidang kesehatan. Dengan menggunakan algoritma Naive Bayes Klasifikasi penulis membuat suatu aplikasi untuk mempermudah diagnosa sementara terhadap kasus yang ditemukan. Dari data yang sudah ada sebelumnya dapat dilakukan analisa menggunakan algoritma naive bayes klasifikasi. Tujuan penulis adalah melakukan klasifikasi dari atribut data jenis kelamin, umur, kelurahan, bulan gejala, rumah infeksi, kasus tambahan dan hemoglobin pada data pasien. Aplikasi ini menghasilkan akurasi data sebesar 77.17%. sehingga data yang diperoleh oleh penulis mempunyai akurasi yang adil. Kesimpulan yang dapat diambil dari penelitian ini adalah hasil klasifikasi data untuk penentuan kasus temuan dbd di Puskesmas Pandanaran dapat dianalisis dengan menggunakan aplikasi berbasis java dapat diimplementasikan dengan baik, sehingga pasien dapat di klasifikasi dengan menggunakan data yang ada.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 13 Dec 2017 16:40
    Last Modified: 13 Dec 2017 16:40
    URI: http://eprints.dinus.ac.id/id/eprint/23032

    Actions (login required)

    View Item