<![CDATA[Abstrak — Unit Tranfusi Darah (UTD) PMI Kota Surabaya adalah sebuah layanan kesehatan yang mengelola segala kegiatan donor darah, seperti pemasok dan pendistribusian darah. Di UTD PMI Surabaya meimiliki banyak pendonor sukarela, yang sering membuat panjangnya antrean yang disebabkan pengecekan kealayakan pendonor. Hal ini membuat pengantri mengurungkan niatnya serta malasnya masyarakat untuk mendonasikan darahnya. Dari permasalahan ini maka dibutuhkan sistem layanan untuk efisiensi pemeriksaan kelayakan pendonor. Maka dilakukanllah penelitian ini yang memanfaatkan Naive Bayes untuk menentukan prediksi kelayakan pendonor sesuai dataatraining yang diperoleh dari data riwayat PMI. Naive Bayes sendiri adalah algoritma klasifikasi probabilitas sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan kombinasi nilai dan frekuensi. Metode ini bisa diterapkan untuk menentukan calon donor darah dengan kriteria dan peluang yang diperoleh dari hasil data yang diolah. Data training yang dipergunakan pada penelitian ini berjumlah 50 sampel dan memiliki 2 kelas yaitu label Tolak= ”Tidak” dan Tolak= ”Ya”. Setelah selesai dilaksanakan pengujian, penentuan kelayakan donoradarah dengan mempergunakan naïve bayes classification mempunyai nilai persentase Accuracy berjumlah 92%, nilai Precision berjumlah 100%, dan nilai Recall berjumlah 92%. Kata Kunci - Donor Darah, UTD PMI Kota Surabaya, Algoritma Naïve Bayes.]]>
Copyrights © 2024
