SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE MENGGUNAKAN ALGORITMA ITERATIVE DICHOTOMISER 3 (ID3)

Denny Pribadi, Salmaa Athiry, Rizal Amegia Saputra, Apip Supiandi, Dicki Prayudi

Abstract


Penyakit demam berdarah merupakan salah satu penyakit menular yang sering menimbulkan wabah dan menyebabkan kematian yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes aegepty dan Aedes albopictus. Kurangnya pengetahuan masyarakat terhadap penyakit DBD serta keterbatasan penanganan penyakit DBD seringkali terlambat didiagnosa. Oleh sebab itu perlu adanya tindakan/penanganan secara dini untuk mencegah masyarakat terjangkit penyakit DBD. ID3 termasuk algoritma decision tree learning (algoritma pembelajaran pohon) yang paling dasar yang melakukan pencarian secara menyeluruh pada semua kemungkinan pohon keputusan. Dalam penelitian ini akan dilakukan analisa data penyakit demam berdarah dengue menggunakan klasifikasi data mining yakni algoritma ID3 agar tingkat akurasinya lebih diskrit. Berdasarkan uraian tersebut, dibutuhkan sebuah sistem yang dapat mewakili seorang pakar yang memiliki basis pengetahuan dan pengalaman tentang penyakit DBD, yaitu sebuah sistem pakar. Agar mendapatkan nilai informasi yang lebih cepat dan akurat, sistem pakar ini akan diaplikasikan berbasis website. Dari 198 jumlah kasus yang terdiri dari 103 kasus pasien yang terjangkit penyakit DBD dan 95 kasus pasien yang tidak terjangkit penyakit DBD yang didapat dari UPTD Puskesmas Sukaraja, maka didapatkan 12 rule yang dihasilkan dari pohon keputusan algoritma ID3 dengan jumlah class tidak sebanyak 7 rule dan jumlah class ya sebanyak 5 rule, dan diperoleh tingkat akurasi sebesar 75,253% dan dengan kesalahan memprediksi (error rete) sebesar 24,747% sehingga dapat disimpulkan bahwa penelitian yang diimplementasikan berbasis website ini cukup akurat dan dapat membantu para pengguna dan masyarakat dalam mendiagnosa penyakit demam berdarah dengue (DBD).

Full Text:

PDF

References


APJII (Asosiasi Penyelenggara Internet Indonesia). (20017). NoHasil Survei Penetrasi dan Perilaku Pengguna Internet Indonesia 2017. Retrieved from https://apjii.or.id/survei

Defiyanti, S., & Pardede, D. L. C. (2014). Perbandingan Kinerja Algoritma ID3 dan C4.5 Dalam Klasifikasi Spam-Mail. Gunadarma.

Kartika, N. A. (2014). Penerapan Teknik Data Mining Menggunakan Algoritma Iterative Dichomotiser 3 (ID3) untuk Menentukan Potensi Siswa dalam Dunia Kerja. Universitas Dian Nuswantoro Semarang.

Kementerian Kesehatan RI. (2010). Demam Berdarah Dengue. Buletin Jendela Epidemiologi, 2, 48. https://doi.org/ISSN 2442-7659

Kristiyani, N., Fibriani, C., & Tanaamah, A. R. (2011). Sistem Pendukung Keputusan dengan Menggunakan Algoritma Iterative Dichotomizer Three ( Studi Kasus Sistem PT Warna Agung Semarang ). AITI: Jurnal Teknologi Informasi, 8, 1–20.

Rahayu, M., Baskoro, T., & Wahyudi, B. (2010). Studi Kohort Kejadian Penyakit Demam Berdarah Dengue. Berita Kedokteran Masyarakat, 26(4), 163–170.

Santosa, B. (2007). Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.

Sari, J. N. (2013). Aplikasi Pengingat Jadwal Kontrol Rutin ke Dokter Berbasis Mobile, 1(1), 29–33.

Suyanto. (2014). Artificial Intelligence: Searching, Reasoning, Planning and Learning. Bandung: Informatika.

Tyasti, A. E., Ispriyanti, D., & Hoyyi, A. (2015). Algoritma Iterative Dichotomiser 3 (Id3) Untuk Mengidentifikasi Data Rekam Medis (Studi Kasus Penyakit Diabetes Mellitus Di Balai Kesehatan Kementerian Perindustrian, Jakarta). Jurnal Gaussian, 4, 237–246.


Refbacks

  • There are currently no refbacks.