<![CDATA[Tuberculosis (TBC) masih menjadi masalah kesehatan serius di Indonesia, termasuk Kota Padang. Penanganan tepat sangat penting, terutama dalam memprediksi status kegawatan pasien TBC agar intervensi medis bisa lebih cepat dan tepat. Saat ini, sistem di rumah sakit masih memiliki keterbatasan dalam mengklasifikasikan status kegawatan pasien TBC, yang bisa mengakibatkan keterlambatan penanganan. Penelitian ini bertujuan mengembangkan aplikasi web menggunakan framework CodeIgniter dengan algoritma Naïve Bayes Classifier (NBC) untuk memprediksi status kegawatan pasien TBC di Kota Padang. Data rekam medis yang digunakan berasal dari RSUP Dr. M. Djamil dan RSUD Dr. Rasidin, terdiri dari 227 data pasien TBC periode April hingga Juni 2024, dengan 13 atribut, termasuk jenis kelamin, usia, jenis batuk, sesak napas, nyeri dada, dan status kegawatan sebagai atribut kelas. Hasilnya menunjukkan bahwa algoritma NBC memiliki akurasi 71,81% dalam memprediksi status kegawatan pasien. Aplikasi ini diharapkan membantu tenaga kesehatan dalam pengambilan keputusan dengan menyediakan prediksi yang mendukung rencana penanganan pasien]]>
Copyrights © 2024
