Implementasi Metode Naïve Bayes Dengan Perbaikan Missing Value Menggunakan Metode Nearest Neighbor Imputation Studi Kasus: Penyakit Malaria Di Kabupaten Malang
| Main Author: | Fajar, Riyant |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/3670/ |
Daftar Isi:
- Malaria adalah penyakit menular yang disebabkan oleh parasit (protozoa) dari genus Plasmodium. Ada empat tipe parasit Plasmodium yang sering ditemui pada kasus penyakit malaria menginfeksi manusia di Indonesia yaitu Plasmodium vivax (Tertiana), Plasmodium malariae (Quartana), Plasmodium falcifarum (Tropica), serta Plasmodium ovale (Pernisiosia). Plasmodium malariae sendiri merupakan parasit penyebab malaria yang ditularkan pada manusia melalui gigitan nyamuk Anopheles betina. Gejala penyakit malaria selama ini hanya dikenal oleh masyarakat awam melalui ciri-ciri yang diketahui tanpa adanya fakta dan pertimbangan medis lainnya sehingga masyarakat atau penderita mengalami kesulitan dalam membedakan penyakit malaria dengan penyakit demam biasa ataupun influenza. Akibatnya, penyakit tersebut seringkali ditangani dengan cara yang salah. Gejala demam pada penyakit malaria tergantung pada penderita malaria itu sendiri. Gejala klasik yang biasanya ditemukan pada penderita malaria non imun (berasal dari daerah non endemis) adalah sifat demam akut (paroksismal) yang didahului oleh stadium dingin atau menggigil diikuti dengan pengeluaran keringat secara berlebih. Sementara itu, gejala klasik yang ditemukan pada penderita malaria imun (berasal dari daerah endemis) meliputi nyeri kepala, mual dan muntah, diare, serta nyeri otot. Penyakit malaria merupakan penyakit berbahaya yang apabila tidak ditangani dengan segera dapat berakibat pada kematian. Oleh sebab itu, dibutuhkan sebuah sistem komputer yang dapat mempercepat dalam mendeteksi gejalagejala yang dialami oleh penderita untuk menentukan apakah penderita terdiagnosis malaria atau tidak. Sistem tersebut dibangun menggunakan metode Naïve Bayes dengan perbaikan missing value menggunakan metode nearest neighbor imputation. Hasil akurasi dari 2 skenario pengujian sistem ini telah diperoleh dengan poin akurasi terbaik sebesar 77,14% pada skenario pengujian 1 dan 64,70% pada skenario pengujian 2.