Sistem Penentuan Status Gizi Pasien Rawat Inap Menggunakan Metode Naïve Bayes Classifier (Studi Kasus : RSUD Dr. H. Slamet Martodirjo Pamekasan)

Nur Aggraeni

Abstract


Di Indonesia masalah perkembangan gizi adalah masalah yang perlu perhatian lebih. Jika seseorang tidak diketahui status gizinya, maka jumlah gizi yang dibutuhkan dalam tubuh tidak akan dapat dikontrol. Metode pengumpulan data yamg digunakan adalah dengan metode kepustakaan, wawancara, dan metode observasi. Dalam penelitian ini dirancang aplikasi sistem pendukung keputusan yang digunakan untuk menentukan status gizi pasien dan memberikan solusi makanan pada pasien sesuai riwayat penyakit yang diderita pasien. Sistem yang dirancang ini berbasis Web. Dalam sistem ini dapat memudahkan pihak admin atau ahli gizi rumah sakit dalam penentuan status gizi pasien. Metode yang digunakan adalah Naïve Bayes Classifier (NBC), yang digunakan untuk memprediksi probabilitas. Hasil yang diperoleh dari membangun aplikasi sistem penentuan status gizi pasien dengan metode Naïve Bayes Classifier adalah ahli gizi dapat dengan mudah mengetahui status gizi pasien. Dengan uji coba sebanyak 3 kali, akurasi terbaik terdapat pada uji coba ke 3 , dengan nilai akurasi sebesar 92% dan nilai error sebesar 8%. Sehingga data reference pada uji coba sistem yang ke 3 (data reference dari dataset 1 dan 2) akan digunakan untuk sistem penentuan status gizi pasien selanjutnya. Dapat diambil kesimpulan bahwa metode Naïve Bayes Classifier telah berhasil diimplementasikan dengan baik dalam proses penentuan status gizi pasien.


References


Tedy Rismawan., dkk. Sistem Pendukung Keputusan Berbasis Pocket PC Sebagai Penentuan Status Gizi Menggunakan Metode KNN (K-Nearest Neighbor). Yogyakarta : Universitas Islam Indonesia. 2008.

Aranganayagi, S., Thangavel, K. June. “Clustering Categorical Data using Bayesian Concept”. International Journal of Computer Theory and Engineering Vol. 1, No.2, 1793-8201. 2009.

Kohavi, R. A Study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection. Stanford: Stanford University. 2005.

Drs. Abdurrohman, SISTEM PENUNJANG KEPUTUSAN DECISION SUPPORT SYSTEM (DSS), , Diakses 17 Maret 2012

Restuti Purnandari, 26 Juni 2008 Decision Support System pada Dunia Peternakan, , Diakses 17 Maret 2012

Yusuf Arifin., April 2010. Pengantar Data Base,

Supariasa. et.al. Penilaian Status Gizi. Jakarta : EGC. 2001.

Almatsier, S. Penuntun Diet Edisi Baru. PT Gramedia Pustaka Utama: Jakarta. 2005.

The Joint National Committee on detection, evaluation and Treatment of High Blood Pressure: The Fifth Report of the Joint National Committee on detection, evaluation and Treatment of High Blood Pressure (JNC-V). 153:154-83. 1993.

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

Ramdhany, D.N., dkk. Diagnosis Gangguan Sistem Urinari Pada Anjing Dan Kucing

Refaeilzadeh, P., Tang L.L., dan Huan. Cross-Validation. Arizona: Arizona State University. 2008.




DOI: https://doi.org/10.21107/triac.v4i1.5362

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Nur Aggraeni

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Creative Commons License
Indexed by: