Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal Computer Science (ijcs)
Muhammad Akbar Wahyudi
Universitas Bina Sarana Informatika
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritma Naive Bayes Untuk Prediksi Penyakit Diare Pada Balita Muhammad Akbar Wahyudi; Ahmad Naufal Jiddan; Ramdhan Saepul Rohman; Eva Marsusanti
Indonesian Journal Computer Science Vol. 2 No. 2 (2023): Oktober 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v2i2.2373

Abstract

Penyakit diare adalah kondisi yang sering terjadi dimana seseorang mengalami frekuensi buang air besar yang tinggi dengan tinja yang cair. Penyakit ini bisa disebabkan oleh berbagai faktor, termasuk infeksi virus, bakteri, atau parasit, konsumsi makanan atau air yang terkontaminasi, atau efek samping dari obat-obatan tertentu. Pada tahun 2020, diare masih menjadi masalah utama yang meyebabkan 14,5% kematian. Pada kelompok anak balita (12 – 59 balita), kematian akibat diare sebesar 4,55%. Sudah banyak peneliti yang melakukan penelitian untuk memprediksi penyakit diare pada balita. Penelitian  ini  dilakukan di Klinik Gema Medical Center Cabang Cicurug tehadap pasien diare dengan tujuan menghasilkan perhitungan terbaik berupa akurasi tentang diagnosis penyakit diare yang nantinya dapat membantu dalam prediksi diagnosis lebih dini. Adapun metode yang digunakan yaitu metode Naive Bayes untuk meningkatkan akurasi prediksi yang diaplikasikan terhadap data pasien yang dinyatakan Ya diare dan Tidak diare. Setelah dilakukan pengujian dengan metode naive bayes dengan Attribute yang digunakan yaitu jenis kelamin usia (bulan) frekuensi bab, konsistensi tinja, mata, keinginan untuk minum, dan keadaan umum. Sehingga hasil yang didapat dari confusion matrix dan kurva ROC dengan menggunakan Naive Bayes diperoleh accuracy sebesar 98,57% dengan nilai AUC 1,000 dengan tingkat diagnosa excellent classification karena hasil AUC-nya antara 0,90-1,00.
Co-Authors Ahmad Naufal Jiddan Eva Marsusanti Ramdhan Saepul Rohman