Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Teknik Elektro dan Komputer TRIAC
Nur Aggraeni
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Penentuan Status Gizi Pasien Rawat Inap Menggunakan Metode Naïve Bayes Classifier (Studi Kasus : RSUD Dr. H. Slamet Martodirjo Pamekasan) Nur Aggraeni
Jurnal Teknik Elektro dan Komputer TRIAC Vol 4, No 1 (2017): Jurnal Teknik Elektro dan Komputer TRIAC
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v4i1.5362

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.
Co-Authors