Deteksi Dini Diabetes Mellitus pada Pasien Puskesmas Peneleh Menggunakan Naive Bayes

Abstract

Masa pandemi COVID-19 mengubah segalanya. Protokol kesehatan harus dengan ketat dilaksanakan, salah satunya interaksi antarmanusia harus dikurangi bahkan dibatasi. Penanganan pasien dan pengobatan oleh tenaga kesehatan harus tetap berjalan. Berdasarkan permasalahan di lapangan, muncul ide untuk membuat sistem yang membantu tenaga medis, salah satunya pada diagnosis pasien. Pada proses diagnosis penyakit yang diderita pasien, sudah dilakukan menggunakan bantuan komputer, yaitu mendiagnosis penyakit Diabetes Mellitus yang dapat terjadi pada siapa pun. Penyakit Diabetes Mellitus adalah salah satu jenis penyakit yang sering ditemukan pada masyarakat dan juga merupakan penyebab kematian terbesar keempat di dunia. Di Indonesia, terutama di kota besar seperti Jakarta dan Surabaya sudah hampir 10 persen penduduknya divonis mengalami diabetes. Implementasi sistem bertujuan untuk melakukan deteksi penyakit Diabetes Mellitus. Langkah awal yang harus dilakukan adalah pengguna atau pasien harus memasukkan variabel gejala yang sedang dirasa pada tubuhnya. Berdasarkan variabel yang telah dimasukkan oleh pengguna, kemudian sistem melakukan perhitungan untuk mencari nilai semesta, dihitung dari hipotesis, probabilitas evidence, menghitung value setiap hipotesis kemudian menjumlahkan semua value Bayes. Dari proses tersebut, dapat diketahui hasil prediksi bahwa pasien tersebut mengalami Dibetes Mellitus atau tidak. Algoritma Naïve Bayes ini membantu dalam menyimpulkan kemungkinan seorang pasien dengan gejala tertentu dapat dikatakan terkena Diabetes Mellitus atau tidak, mengacu pada 20 gejala sebagai indikator kunci dari Diabetes Mellitus. Dari masukan tersebut akan dibandingkan dengan data training yang sudah tervalidasi. Berdasarkan pengujian sistem yang dibandingkan dengan diagnosis dokter di puskesmas Peneleh, diambil dari 10 pasien, hasil akhir menunjukkan keberhasilan 90% pada pengujian sistem.