Penerapan Algoritma Naïve Bayes Untuk Prediksi Penyakit Paru (Studi Kasus : Rumah Sakit Umum Daerah Dokter Soeratno Gemolong)

Riyadi, Bagus
Saputra, Danang
Arum Sari, Aprilisa

Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025

Penyakit paru merupakan salah satu masalah kesehatan global yang memerlukan penanganan cepat dan akurat, terutama dalam hal diagnosis dini. Penelitian ini bertujuan untuk mengklasifikasikan jenis penyakit paru yaitu Penyakit Paru Obstruktif Kronis (PPOK), Tuberkulosis (TBC), dan Pneumonia dengan menerapkan algoritma Naive Bayes. Data yang digunakan berasal dari rekam medis pasien di Rumah Sakit Umum Daerah (RSUD) dr. Soeratno Gemolong, diambil dari Sistem Informasi Manajemen (SIM GOS) selama periode Januari hingga Juni 2024. Dataset mencakup 5.203 data pasien dengan atribut berupa Kode ICD, Diagnosa Penyakit, Usia, dan Jenis Kelamin. Hasil analisis awal menunjukkan bahwa pasien laki-laki berusia di atas 45 tahun memiliki prevalensi lebih tinggi terhadap penyakit paru. Sebaran kasus menunjukkan PPOK sebanyak 4.712 kasus, TBC 422 kasus, dan Pneumonia 69 kasus. Proses klasifikasi dan analisis data dilakukan menggunakan perangkat lunak RapidMiner. Diharapkan hasil penelitian ini dapat memberikan kontribusi dalam pengembangan sistem pendukung keputusan (decision support system) untuk membantu diagnosis penyakit paru secara lebih cepat dan akurat.