Akibat lonjakan tersebut, Indonesia mendapatkan peringkat ke lima dunia penderita diabetes. Tingkat kesadaran masyarakat Indonesia yang rendah
juga menjadi salah satu unsur peyebab diabetes terus-menerus merenggut kehidupan masyarakat luas ini tanpa disadari.
Penentuan seseorang terserang Diabetes Mellitus amat sulit untuk ditentukan. Melalui rekam medis dan uji laboratorium akan menghasilkan data
yang valid. Data yang diperoleh dari hasil rekam medis itu nantinya akan diberikan adanya cabang dari penyakit ini, atau murni hanya diabetes saja.
Kurangnya penanganan dalam menentukan penyakit inilah yang mendorong dunia teknologi informasi, khususnya dengan penerapat ilmu mining akan ikut
andil di dalamnya, agar mempermudah dunia medis khususnya dokter ahli menentukan suatu klasifikasi Diabetes Mellitus kepada pasien.
Guna mendapatkan klasifikasi tentang DM dan penelitian tentang klasifikasi dengan kasus ini, maka penulis mencoba mengaitkan kasus dengan
menggunakan metode Naive Bayes Clasifier. Metode ini pertama kali dikenalkan oleh ilmuan Inggris bernama Thomas Bayes, yang mana metode ini
berhasil untuk menjawab permasalahan-permasalahan di bidang probabilitas dan statistik, yang akan diterapkan untuk menjawab persoalan keterjangkitan
Diabetes Mellitus di masyarakat dewasa ini.
1.2. Rumusan Masalah
Berdasarkan paparan latar belakang di atas, masalah yang dipecahkan dalam penelitian ini adalah:
a Apakah metode Naive Bayesian Clasifier mampu secara otomatis
melakukan klasifikasi dari diabetes yang diderita pasien secara tepat, dan bagaimana bentuk aplikasi untuk menentukannya?
b Berapa besar tingkat akurasi klasifikasi dengan metode Naive
Bayesian Clasifier , jika dipakai untuk pengklasifikasian tipe Diabetes
Mellitus? PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1.3. Tujuan
Sesuai dengan latar belakang dan rumusan masalah di atas, tujuan penelitian ini secara umum adalah membangun sistem tentang klasifikasi
Diabetes Mellitus dengan penerapan metode Naive Bayesian Clasifier
sehingga mampu mempermudah dunia medis guna menentukan klasifikasi seseorang terkena diabetes. Sementara itu, secara khusus tujuan penelitian ini
dirinci sebagai berikut :
Membangun sistem berdasarkan pendekatan Naive Bayesian yang secara otomatis mampu mengklasifikasikan jenis-jenis dari
penyakit diabetes.
1.4. Batasan Masalah
1. Penelitian kerja berada di ranah kesehatan yang membahas Diabetes
Mellitus. 2.
Penelitian terhenti bila sudah dapat menentukan klasifikasi Diabetes Mellitus
dan memberikan jawaban tipe Diabetes Mellitus. 3.
Sistem yang dibangun hanya digunakan untuk membantu membuat suatu keputusan tentang jenis diabetes militus yang diderita, bukan untuk
memberikan solusi cara penanganan. 4.
Memanfaatkan metode Naive Bayes Clasifier sebagai acuan kerja sistem.
1.5. Metodologi Penelitian
Metodologi penelitian dapat dilakukan dengan penerapan proses KDD Knowledge Discovery in Databases melalui beberapa tahapan sebagai
berikut:
1.
Pembersihan dan penghilangan noise pada data yang inkonsisten.
2.
Melakukan integrasi data dari hasil riset yang dilakukan.
3.
Menyeleksi dan mentransformasi data guna menentukan kwalitas data dari hasil mining, sehingga memudahkan untuk ditranformasi
ke bentuk data mining. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4.
Penerapan konsep data mining, yaitu dengan menerapkan konsep naive bayesian clasifier
.
5.
Evaluasi data hasil mining Tahapan inilah yang akan menjadi tolok ukur keberhasilan
penerapan mining dari data yang tersedia dan akan menjadi pengukuran akurasi untuk menentukan hipotesa data.
6.
Presentasi pengetahuan. Presentasi pengetahuan yang didapatkan dari hasil evaluasi yang
dijadikan pola untuk menentukan tahapan akhir mining yang membantu guna menentukan keputusan dari analisa hasil
sebelumnya.
1.6. Sistematika Pembahasan
