SISTEM INFORMASI GEOGRAFIS PENYEBARAN PENYAKIT TBC DENGAN METODE K-MEANS DAN SISTEM DIAGNOSA PENYAKIT TBC DENGAN METODE NAÏVE BAYES DI DINAS KESEHATAN KOTA PADANGSIDIMPUAN

Mochamad Ari Saptari, Ari Naditama, Trisna Trisna

Abstract


Tuberculosis (TBC) merupakan penyakit menular yang menyebabkan masalah kesehatan terbesar kedua di dunia setelah HIV, sehingga masih menjadi perhatian dunia. Angka kematian dan kesakitan yang disebabkan oleh bakteri mycobacterium tuberculosis ini pun tinggi. Pada penelitian ini, penulis akan menerapkan metode klasifikasi data mining, yaitu metode Naïve Bayes dan metode K-Means clustering. Metode Naïve Bayes digunakan untuk membantu dilakukannya diagnosa secara dini penyakit tuberculosis agar dapat mengurangi penularan penyakit yang meluas terhadap masyarakat. Sedangkan, K-Means clustering digunakan untuk menentukan pola penyebaran penyakit tuberculosis yang terjadi di Kota Padangsidimpuan. Penelitian ini adalah bagaimana mengembangkan Sistem Informasi Geografis (SIG) sebagai alat kontrol penyebaran bagi instansi pemerintah di Kota Padangsidimpuan. Berdasarkan hasil clustering K-Means didapatkan cluster 1 (hijau) terdiri dari 9 anggota fasilitas pelayanan kesehatan, cluster 2 (kuning) terdiri dari 4 anggota fasilitas pelayanan kesehatan, dan cluster 3 (merah) terdiri dari 2 anggota fasilitas pelayanan kesehatan. Penerapan metode naïve bayes untuk sistem diagnosa penyakit TBC dengan cara training data gejala kemudian dihitung gejala yang dipilih untuk mencari nilai probabilitas pasien positif atau negatif TBC, hasil tertinggi di ambil sebagai hasil diagnosa.


Keywords


Sistem Informasi Geografis (SIG), K-Means, Naïve Bayes, TBC.

Full Text:

PDF

References


Annur, H. (2018). Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes. ILKOM Jurnal Ilmiah, 10(2), 160–165.

Bastian, A. (2018). Penerapan algoritma k-means clustering analysis pada penyakit menular manusia (studi kasus kabupaten Majalengka). Jurnal Sistem Informasi, 14(1), 28–34.

Darmi, Y. D., & Setiawan, A. (2016). Penerapan metode clustering k-means dalam pengelompokan penjualan produk. Jurnal Media Infotama, 12(2).

Devita, R. N., Herwanto, H. W., & Wibawa, A. P. (2018). Perbandingan Kinerja Metode Naive Bayes dan K-Nearest Neighbor untuk Klasifikasi Artikel Berbahasa indonesia. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(4), 427. https://doi.org/10.25126/jtiik.201854773

Fatkhudin, A. (2021). Sistem Informasi Geografis Sebaran Penyakit Tuberkulosis Di Kecamatan Paninggaran Kabupaten Pekalongan Berbasis Android. Jurnal Ilmiah Infokam, 17(2), 87–96.

Fitriana, N., Saraswati, E., & Widayani, P. (2013). Aplikasi Penginderaan Jauh dan Sistem Informasi Geografi untuk Pemetaan Tingkat Kerentanan Penyakit Tuberkulosis (Tb) di Kecamatan Imogiri, Kabupaten Bantul, YOGYAKARTA. Jurnal Bumi Indonesia, 3(2).

Gustientiedina, G., Adiya, M. H., & Desnelita, Y. (2019). Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan. Jurnal Nasional Teknologi Dan Sistem Informasi, 5(1), 17–24.

Hastuti, T., Ibrahim, K., & others. (2016). Analisis Spasial, Korelasi dan Tren Kasus TB Paru BTA Positif menggunakan Web Sistem Informasi Geografis di Kota Kendari Tahun 2013-2015. Haluoleo University.

Kemenkes. (2018). Waspada, TBC Cepat Menular. https://www.kemkes.go.id/article/view/18032700001/waspada-tbc-cepat-menular.html

Kemenkes. (2021). Peraturan Presiden Nomor 67 tahun 2021 tentang Penanggulangan Tuberkulosis. https://tbindonesia.or.id/pustaka/pedoman/umum/peraturan-presiden-nomor-67-tahun-2021-tentang-penanggulangan-tuberkulosis/

Khabibullah, K. (2020). Perancangan Sistem Informasi Geografis (SIG) Penyebaran Penyakit Tuberculosis (TBC) di Kabupaten Tebo Berbasis Web. Universitas Dinamika Bangsa.

Maghfiroh, N. L. (2021). Sistem Informasi Geografis (SIG) : Pengertian, Komponen, Analisis, dan Fungsi. Aku Pintar. https://akupintar.id/info-pintar/-/blogs/sistem-informasi-geografis-sig-pengertian-komponen-analisis-dan-fungsi

Purwoko, S., Cahyati, W. H., & Farida, E. (2020). Pemanfaatan Sistem Informasi Geografis (SIG) dalam Analisis Sebaran Penyakit Menular TB BTA Positif Di Jawa Tengah Tahun 2018. SEMINAR NASIONAL PASCASARJANA 2020, 861–871.

Sulzmann, J. N., Fürnkranz, J., & Hüllermeier, E. (2007). On pairwise naive bayes classifiers. Lecture Notes in Computer Science (Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 4701 LNAI, 371–381. https://doi.org/10.1007/978-3-540-74958-5_35

WHO. (2021). Tuberculosis. https://www.who.int/news-room/fact-sheets/detail/tuberculosis

Windarto, A. P. (2017). Penerapan Datamining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering Method. Techno. Com, 16(4), 348–357.




DOI: https://doi.org/10.29103/sisfo.v6i2.10143

Article Metrics

 Abstract Views : 579 times
 PDF Downloaded : 112 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Mochamad Ari Saptari, Ari Naditama, Trisna Trisna

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 


 
 

Universitas Malikussaleh
 

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.