Demam Berdarah Dengue (DBD) merupakan salah satu penyakit menular yang masih menjadi permasalahan kesehatan masyarakat di Indonesia dan berbagai negara tropis. Penyakit ini disebabkan oleh virus dengue yang ditularkan melalui gigitan nyamuk Aedes aegypti. Tingginya jumlah kasus serta potensi terjadinya kejadian luar biasa (KLB) menunjukkan bahwa diperlukan metode analisis yang mampu mengidentifikasi pola risiko penyebaran penyakit secara sistematis dan akurat. Seiring berkembangnya teknologi informasi, pendekatan berbasis Machine Learning mulai dimanfaatkan dalam bidang kesehatan, khususnya dalam analisis data epidemiologi. Machine Learning memungkinkan sistem komputer untuk mempelajari pola dari data historis dan menghasilkan prediksi yang dapat digunakan sebagai dasar pengambilan keputusan. Salah satu algoritma yang sering digunakan adalah Naive Bayes yang bekerja berdasarkan teori probabilitas Bayes dengan asumsi bahwa setiap variabel bersifat independen. Dalam penelitian ini digunakan algoritma Naive Bayes untuk menganalisis risiko penyebaran penyakit Demam Berdarah berdasarkan beberapa faktor yang mempengaruhi, seperti kondisi lingkungan, kepadatan penduduk, serta data historis kasus penyakit. Metode ini diharapkan mampu menghasilkan model klasifikasi yang dapat membantu dalam proses pengambilan keputusan terkait pencegahan dan pengendalian penyakit DBD.
Copyrights © 2026