Diagnosa Gejala yang Muncul Bersamaan pada Penderita Tuberculosis Menggunakan Algoritma Apriori dengan Substitusi Metode Bayesian pada Nilai Confidence
DOI:
https://doi.org/10.37012/jtik.v8i1.1105Abstract
Tuberculosis merupakan salah satu penyakit infeksi yang menyerang saluran pernapasan manusia yang berasal dari bakteri mycobacterium. Berdasarkan data WHO pada tahun 2012, Tuberculosis adalah salah satu penyakit menular yang menyebabkan masalah kesehatan terbesar kedua di dunia. Agar permasalahan tersebut dapat diatasi, diperlukan metode yang dapat mendiagnosa gejala yang muncul bersamaan pada penyakit Tuberculosis. Pada penelitian ini, digunakan metode Association Rules dengan algoritma Apriori yang dimodifikasi dengan metode Bayesian untuk mendapatkan aturan asosiasi yang memenuhi nilai minimum support dan nilai minimum confidence dengan beberapa jumlah itemset dalam keseluruhan gejala tuberculosis untuk mencapai nilai persentase support dan nilai persentase confidence terbaik dalam mendiagnosa gejala yang muncul bersamaan pada penderita tuberculosis. Modifikasi algoritma apriori dilakukan dengan mensubstitusi metode bayesian pada formula confidence di apriori standar. Tujuan penggunaan algoritma Apriori pada permasalahan ini adalah untuk mengetahui gejala apa saja yang muncul bersamaan pada penderita tuberculosis. Adapun hasil dari penelitian ini adalah rule pertama pada apriori non modifikasi untuk nilai minimum support 50% menghasilkan nilai confidence sebesar 100% dan nilai confidence pada apriori yang dimodifikasi sebesar 39,6%. Sedangkan rule kedua pada apriori non modifikasi untuk nilai minimum support 50% menghasilkan nilai confidence sebesar 75% dan nilai confidence pada apriori yang dimodifikasi sebesar 90%.
References
ADM PLK. (2021). Waspadai Tbc Di Kala Pandemi - Pusat Layanan Kesehatan. http://plk.unair.ac.id/waspadai-tbc-di-kala-pandemi/
Aini, N., Ramadiani, R., & Hatta, H. R. (2017). Sistem Pakar Pendiagnosa Penyakit Tuberkulosis. Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer, 12(1), 56. https://doi.org/10.30872/jim.v12i1.224
Fauzy, M., Saleh W, K. R., & Asror, I. (2016). Penerapan Metode Association Rule Menggunakan Algoritma Apriori Pada Simulasi Prediksi Hujan Wilayah Kota Bandung. Jurnal Ilmiah Teknologi Infomasi Terapan, 2(3). https://doi.org/10.33197/jitter.vol2.iss3.2016.111
Ginting, D. S., Ilmu, F., Dan, K., Informasi, T., & Utara, U. S. (2018). Modifikasi algoritma apriori dengan substitusi metode bayesian pada nilai confidence terhadap aturan asosiasi.
Kumar, P., Dangwal, D., & Puri, N. (2012). Diagnosis of Tuberculosis using Association Rule Method. Journal of Information and Operation Management, 3(1), 133–135.
Kurniasari, A., & Kurniasari, A. (2013). Sistem Pakar Untuk Mendiagnosa Awal Penyakit Tuberkulosis ( Tb ) Menggunakan Metode Dempster- Oleh : Sistem Pakar Untuk Mendiagnosa Awal Penyakit Tuberkulosis ( Tb ) Menggunakan Metode Dempster-Shaffer.
Purba, C. V., & Buulolo, E. (2020). Implementasi Algoritma Apriori Untuk Menentukan Pola Data Penyakit Pada Anak Usia Dini (Studi Kasus: RS. Estomihi). JURIKOM (Jurnal Riset Komputer), 7(2), 308. https://doi.org/10.30865/jurikom.v7i2.2113
Putra, Y. (2018). Assosiaton rule(Algortima Apriori). Assosiation Algoritma Apriori, 1–9.
Santosa, I., Rosiyah, H., & Rahmanita, E. (2018). Implementasi Algoritma Decision Tree C . 45 Untuk Diagnosa Penyakit Tubercolusis ( Tb ). Jurnal Ilmiah NERO, 3(3), 169–176.
Shah, A. (2017). Association rule mining with modified apriori algorithm using top down approach. Proceedings of the 2016 2nd International Conference on Applied and Theoretical Computing and Communication Technology, ICATccT 2016, 747–752. https://doi.org/10.1109/ICATCCT.2016.7912099
Studi Sistem Informasi, P., & Triguna Dharma, S. (2017). Sistem Pakar Untuk Mendiagnosa Penyakit Anemia Dengan Menggunakan Metode Teorema Bayes * Trinanda Syahputra #1 , Muhammad Dahria #2 , Prilla Desila Putri #3. Saintikom, 16(3), 284–294.
Yu, W., Wang, X., Wang, F., Wang, E., & Chen, B. (2008). The research of improved Apriori algorithm for mining association rules. International Conference on Communication Technology Proceedings, ICCT, 513–516. https://doi.org/10.1109/ICCT.2008.4716098
Downloads
Published
Issue
Section
Citation Check
License
Jurnal Teknologi Informatika dan Komputer allows readers to read, download, copy, distribute, print, search, or link to the full texts of its articles and allow readers to use them for any other lawful purpose. The journal allows the author(s) to hold the copyright without restrictions. Finally, the journal allows the author(s) to retain publishing rights without restrictions Authors are allowed to archive their submitted article in an open access repository Authors are allowed to archive the final published article in an open access repository with an acknowledgment of its initial publication in this journal.
Jurnal Teknlogi Informatika dan Komputer is licensed under a Creative Commons Attribution 4.0 International License.