Implementasi Naive Bayes Pada Sistem Pakar Untuk Mendiagnosa Penyakit Kelenjar Limfa (Getah Bening)

Authors

  • Dian Silviana Halawa STMIK Triguna Dharma
  • Tugiono Tugiono STMIK Triguna Dharma
  • Rina Mahyuni STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jursi.v3i6.8784

Keywords:

Getah Bening Sistem Pakar, Kelenjar Limfa, Naive Bayes, Penyakit, Sistem Pakar

Abstract

Pembengkakan Kelenjar Limfa atau getah bening ini merupakan kondisi yang umum bahkan bisa terjadi pada usia berapa pun dan kebanyakan wanita yang memiliki resiko lebih besar dibandingkan pria. Biasanya kelenjar yang mengalami pembengkakan akan mengecil dengan sendirinya setelah infeksi atau penyakit yang menyerang tubuh terobati. Penyembuhan biasanya akan memakan waktu sekitar 1 minggu dan bahkan lebih.Untuk penyelesaian masalah penyakit kelenjar limfa (getah bening) dapat dilakukan dengan memanfaatkan sistem pakar menggunakan metode naive bayes.  Naive bayes merupakan sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas. Naive Bayes  didasarkan pada asumsi penyederhanaan bahwa nilai atribut secara kondisional saling bebas jika diberikan nilai output.Hasil akhir dari penelitian ini adalah untuk mempermudah pengguna melakukan diagnosa terhadap jenis penyakit Kelenjar Limfa (getah bening) menggunakan metode Naive Bayes, sehingga memberikan hasil informasi dari diagnosa yang dapat menunjukkan tingkat kepercayaan sistem terhadap penyakit tersebut dan saran atau solusi untuk mengatasi penyakit Kelenjar Limfa (getah bening).

Author Biographies

Dian Silviana Halawa, STMIK Triguna Dharma

Sistem Informasi

Tugiono Tugiono, STMIK Triguna Dharma

Sistem Informasi

Rina Mahyuni, STMIK Triguna Dharma

Sistem Komputer

References

C. Saputri, M. Yetri, and U. F. S. S. Pane, “Sistem Pakar Mendiagnosis Penyakit Kelenjar Getah Bening Dengan Menggunakan Metode Teorema Bayes,” J. CyberTech, vol. 2, no. 2, pp. 1–12, 2019.

J. Keperawatan Halaman, E. Agus Cahyono, and A. Dian Husada Mojokerto, “EFEKTIVITAS KONSUMSI AIR ALKALI TERHADAP KADAR LDH PENDERITA KANKER KELENJAR GETAH BENING.”

O. Karmana, Kelenjar Limfa. Bandung, 2008. [Online]. Available: https://www.wikiwand.com/id/Nodus_limfa

Detikhealth, “Penyakit Kelenjar Getah Bening: Gejala, Penyebab, Pengobatan”, [Online].

N. Anisa, Z. Azmi, and A. Alhafiz, “Sistem Pakar Mendiagnosa Penyakit Kelainan Pada Janin Menggunakan Teorema Bayes,” J. Cyber Tech, vol. 2, no. 1, pp. 138–151, 2019,

J. Eska, H. Hidayatullah, and H. Hambali, “Sistem Pakar Metode Certainty Factor Dalam Diagnosa Penyakit Kanker Kelenjar Getah Bening Pada Rsud H. Abdul Manan Simatupang,” J. Sci. Soc. Res., vol. 4, no. 2, p. 155, 2021

Y. Yuliana, P. Paradise, and K. Kusrini, “Sistem Pakar Diagnosa Penyakit Ispa Menggunakan Metode Naive Bayes Classifier Berbasis Web,” CSRID (Computer Sci. Res. Its Dev. Journal), vol. 10, no. 3, p. 127, 2021,

F. Nugroho and Y. L. Prambodo, “Pendeteksian Penyakit Limfadenopati dengan Menerapkan Metode Naive Bayes,” vol. 3, no. 4, pp. 199–204, 2022, doi: 10.47065/josyc.v3i4.1997.

D. Aldo, “Sistem Pakar Diagnosis Hama Dan Penyakit Bawang Merah Menggunakan Metode Dempster Shafer,” Komputika J. Sist. Komput., vol. 9, no. 2, pp. 85–93, 2020, doi: 10.34010/komputika.v9i2.2884.

N. Y. S. Munti and F. A. Effindri, “Perancangan Aplikasi Sistem Pakar Diagnosa Penyakit Ginekologi Menggunakan Metode Forward Chaining Berbasis Web Mobile,” J. Media Infotama, vol. 13, no. 2, pp. 67–72, 2017

H. Listiyono, “Merancang dan Membuat Sistem Pakar,” J. Teknol. Inf. Din., vol. XIII, no. 2, pp. 115–124, 2008.

E. Manalu, F. A. Sianturi, and M. R. Manalu, “Penerapan Algoritma Naive Bayes Untuk Memprediksi Jumlah Produksi Barang Berdasarkan Data Persediaan dan Jumlah Pemesanan Pada CV. Papadan Mama Pastries,” J. Mantik Penusa, vol. 1, no. 2, pp. 16–21, 2017, Aa4022&site=eds-live&scope=site

H. Kurniawan, R. Firmansyah, A. R. Sanjaya, U. Adhirajasa, R. Sanjaya, and N. Bayes, “Pada Manusia Menggunakan Metode Naive,” vol. 1, no. 1, pp. 47–53, 2020.

Downloads

Published

2024-11-25