JOSIKOM : Jurnal Online Sistem Komputer
Vol 1, No 1 (2015)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENYAKIT MALARIA BERBASIS WINDOWS PHONE DENGAN METODE NAÏVE BAYES DAN CERTAINTY FACTOR

Sutrisna, Komang Adi (Unknown)
Yasa Negara, I Komang Rinartha (Unknown)
Hadi, Rosalia (Unknown)



Article Info

Publish Date
24 Aug 2015

Abstract

Penyakit tropis adalah penyakit yang sering dialami masyarakat Indonesia pada umumnya. Penyakit tropis ini merupakan jenis penyakit yang mudah menular dan sangat beresiko tinggi bagi manusia. Malaria adalah penyakit yang telah lama dikenal oleh masyarakat Indonesia baik gejala maupun pengobatan serta cara penyebarannya. Malaria juga merupakan salah satu penyakit yang tidak pernah hilang (emerging) yang ditunjukkan dengan kecenderungan meningkatnya kasus di beberapa negara. Untuk membantu masyarakat dalam mengetahui gejala dari penyakit malaria serta melakukan sebuah diagnosa apakah masyarakat menderita penyakit malaria maka diperlukan sebuah sistem berbasis computer yang dapat mempermudah proses tersebut. Salah satu metode yang cocok untuk melakukan diagnose penyakit dengan beberapa gejala adalah sistem pendukung keputusan dengan metode naïve bayes. Metode naïve bayes adalah sebuah metode yang menggunakan probabilitas data yang muncul kemudian dihitung dengan data yang sudah ada sehingga didapatkan hasil diagnose, pada metode naïve bayes ini semakin banyak history data yang digunakan maka hasil diagnose yang dihasilkan akan semakin baik.Proses diagnosa penyakit malaria dilakukan pada perangkat lunak berbasis windows phone dengan cara masyarakat memasukkan gejala yang dirasakan sesuai dengan gejala yang muncul pada sistem kemudian sistem akan melakukan proses diagnosa dengan metode naïve bayes untuk menentukan apakah pasien tersebut mengalami malaria atau tidak. Gejala-gejala yang ada pada sistem adalah gejala yang didapatkan dari hasil wawancara dan observasi di Puskesmas. Aplikasi ini dibuat dengan menggunakan perangkat lunak Microsoft visual studio 2010 dengan bahasa pemrograman C#. Diharapkan dengan adanya sistem ini, masyarakat dapat terbantu untuk mengetahui lebih cepat apakah mengalami gejala penyakit malaria atau tidak. Kata kunci :  Malaria, Naïve Bayes, Windows phone, Certainty Factor 

Copyrights © 2015






Journal Info

Abbrev

josikom

Publisher

Subject

Computer Science & IT

Description

JOSIKOM adalah Jurnal Online Sistem Komputer STMIK STIKOM Bali yang memuat artikel-artikel ilmiah hasil penelitian dosen dan mahasiswa Program Studi Sistem Komputer STMIK STIKOM ...