KOMPARASI ALGORITMA UNTUK KLASIFIKASI PENYAKIT ISPA (INFEKSI SALURAN PERNAPASAN AKUT)

MUSRIATUN NAPIAH, RACHMAT ADI PURNAMA, MUGI RAHARJO, WAEISUL BISMI

Sari


Infeksi saluran pernapasan akut atau  sering disebut sebagai ISPA adalah terjadinya infeksi yang parah pada bagian sinus, tenggorokan, saluran udara, atau paru-paru. Infeksi yang terjadi lebih sering disebabkan oleh virus meski bakteri juga bisa menyebabkan kondisi ini. salah satu masalah di dalam dunia medis adalah ketidak seimbangan antara pasien dan dokter. Selain itu, sebagian besar dari masyarakat tidak terlatih medis sehingga, apabila mengalami gejala penyakit yang di derita belum tentu dapat memahami cara-cara penanggulangannya. Sangat disayangkan apabila gejala-gejala yang sebenarnya dapat ditangani lebih awal menjadi penyakit yang lebih serius. Dalam penelitian ini bertujuan untuk menggunakan data dari pasien ISPA yang ada di Puskesmas Kelurahan Penjaringan 1 untuk mengetahui bagaimana penyakit tersebut menyebar, dan terdeteksi keberadaannya dengan gejala yang dirasakan menggunakan metode machine learning dengan perbandingan tiga algoritma dengan melalui proses akuisisi data - preprocessing – Classificationoutput. Dengan adanya pembelajaran mesin pada kumpulan data klinis dan paraklinis diharapkan bisa untuk mendiagnosis secara akurat. Hasil dari penelitian menggunakan machine learning yang digunakan Naïve Bayes, hasil akurasi yang di peroleh sebesar 98% dengan Kappa Score 95%, K-Nearest Neighbour hasil akurasi yang di peroleh sebesar 94% dengan Kappa Score 87%, sedangkan dengan menggunakan SVM di peroleh akurasi sebesar 99% dengan Kappa Score 97%.

Teks Lengkap:

PDF

Referensi


Ahmad Hania, A. (2017). Mengenal Artificial Intelligence, Machine Learning, & Deep Learning. Jurnal Teknologi Indonesia, (June).

Annur, H. (2018). Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes. ILKOM Jurnal Ilmiah, 10(2), 160–165. https://doi.org/10.33096/ilkom.v10i2.303.160-165

Cahya, F. N., Hardi, N., Riana, D., & Hadiyanti, S. (2021). Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network (CNN). Sistemasi, 10(3), 618. https://doi.org/10.32520/stmsi.v10i3.1248

Isman, Andani Ahmad, & Abdul Latief. (2021). Perbandingan Metode K-NEAREST NEIGHBOUR Dan LBPH Pada Klasifikasi Daun Herbal. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(3), 557–564. https://doi.org/10.29207/resti.v5i3.3006

Laila, S. (2016). Perancangan Sistem Pakar Diagnosa Penyakit Ispa Dengan Metode Certainty Factor Berbasis Android. Jurnal TECHNO Nusa Mandiri, XIII(2), 89.

Marleni, L., Halisya, S., Tafdhila, Zuhana, Salsabila, A., Meijery, D. A., & Risma, E. (2022). PENANGANAN INFEKSI SALURAN PERNAPASAN AKUT (ISPA) PADA ANAK DI RUMAH RT 13 KELURAHAN PULOKERTO KECAMATAN GANDUS PALEMBANG Lily. [JURNAL KREATIVITAS PENGABDIAN KEPADA MASYARAKAT (PKM), 5, 2013–2015.

Octaviani, P. A., Yuciana Wilandari, & Ispriyanti, D. (2014). Penerapan Metode Klasifikasi Support Vector Machine (SVM) pada Data Akreditasi Sekolah Dasar (SD) di Kabupaten Magelang. Jurnal Gaussian, 3(8), 811–820.

Peryanto, A., Yudhana, A., & Umar, R. (2020). Rancang Bangun Klasifikasi Citra Dengan Teknologi Deep Learning Berbasis Metode Convolutional Neural Network. Format : Jurnal Ilmiah Teknik Informatika, 8(2), 138. https://doi.org/10.22441/format.2019.v8.i2.007

Putra, Y., & Wulandari, S. S. (2019). Faktor Penyebab Kejadian Ispa. Jurnal Kesehatan, 10(1), 37. https://doi.org/10.35730/jk.v10i1.378

Putry, N. M., & Sari, B. N. (2022). Komparasi Algoritma K-Nearest Neighbour Dan Naïve Bayes Untuk Klasifikasi Diagnosis Penyakit Diabetes Melitus. Evolusi: Jurnal Sains Dan Manajemen, 10(1), 45–57.

Retnoningsih, E., & Pramudita, R. (2020). Mengenal Machine Learning Dengan Teknik Supervised Dan Unsupervised Learning Menggunakan Python. Bina Insani Ict Journal, 7(2), 156. https://doi.org/10.51211/biict.v7i2.1422

Wahyudi, I., Bahri, S., & Handayani, P. (2019). Aplikasi Pembelajaran Pengenalan Budaya Indonesia, V(1), 135–138. https://doi.org/10.31294/jtk.v4i2

Whidhiasih, R. N., Wahanani, N. A., & Supriyanto. (2013). Klasifikasi Buah Belimbing Berdasarkan Citra RED-GREEN-BLUE. Jurnal Penelitian Ilmu Komputer, System Embedded & Logic, 1(1), 29–35.




DOI: https://doi.org/10.31294/infortech.v4i2.13644

DOI (PDF): https://doi.org/10.31294/infortech.v4i2.13644.g5720

Refbacks

  • Saat ini tidak ada refbacks.


Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License