Implementasi Sistem Pakar dengan Algortima Naïve Bayes dengan Laplace Correction untuk Diagnosis Tuberkulosis Paru

Abstract

Tuberkulosis atau tuberculosis (TBC) merupakan salah satu penyakit menular berbahaya yang disebabkan oleh kuman dari kelompok Mycobacterium Tuberculosis. Sebagian besar kuman tuberkulosis menyerang organ paru-paru dan menyerang organ yang lainnya. Menurut WHO Indonesia menjadi salah satu negara dengan beban tuberkulosis tinggi dengan jumlah kasus terbaru Tuberkulosis di Indonesia mencapai 420.994 kasus pada tahun 2017, hal tersebut dipengaruhi oleh kurangnya pengetahuan masyarakat akan tuberculosis dan enggan untuk memeriksakan gejala-gejala awal yang diderita kepada dokter.
 Dari permasalahan tersebut perlu dibangun sebuah sistem pakar yang berbasis perangkat lunak bertujuan untuk membantu dan memudahkan masyarakat dalam mendiagnosis gejala awal tuberculosis sebelum berkonsultasi kepada tenaga Kesehatan lebih lanjut. Diagnosis penyakit dengan menggunakan sistem pakar memerlukan sebuah metode algoritma dalam penyelesaiannya. Pada riset ini metode yang digunakan untuk membangun perangkat lunak sistem pakar diagnosis tuberculosis paru menggunakan waterfall, sedangakan proses klasifikasi untuk menentukan Diagnosis menggunakan algortima Naïve Bayes dengan Laplace Correction. Tujuan dari riset ini adalah untuk mendiagnosis gejala-gejala yang dialami pasien dan dapat menyimpulkan layaknya seorang pakar atau dokter saat mendiagnosis pasiennya serta memberikan pengetahuan gangguan apa yang diderita oleh pasien.
 Terkait hasil riset ini adalah berupa aplikasi sistem pakar Diagnosis penyakit tuberculosis paru berbasis desktop, dan telah dilakukan Pengujian sistem. Pengujian sistem ini dilakukan menggunakan black box testing yang berfokus pada proses masukan dan keluaran dari aplikasi terhadap perangkat lunak Diagnosis penyakit tuberkulosis. Sedangkan data hasil uji aplikasi Diagnosis menunjukan Kelas Positif Tuberkulosis lebih besar dengan nilai 0.000129803, dibandingkan dengan nilai kelas Negatif Tuberkulosis dengan nilai 0.0000000018. Maka dapat dinyatakan bahwa pasien tersebut Positif Tuberkulosis atau Pasien Mengalami Tuberkulosis Paru. Dampak dari riset ini masyarakat dapat mendiagnosis secara mandiri sehingga dapat mengetahui gejala awal dari tuberculosis.

Classification of Hypertension Using Naïve Bayes Method with Data Discretization Approach Risk Factors

“…Various other studies using the naïve beyes method such as those conducted by Yanti Apriyani, et al [9]for the diagnosis of pulmonary tuberculosis, Nurlelah, et al [10] for dengue hemorrhagic fever, Surorejo, et al [4] for hypertension disease diagnosis, and Rizky, et al [2] for hypertension disease detection, Other studies, such as Haffandi, et al [11] explored the use of Naïve Bayes method in lung disease classification.…”