5. Herwanto, 2006, dalam tesis Pascasarjana di fakultas Ilkom, IPB yang berjudul “Pembangunan Sistem Data mining untuk Mendiagnosa Penyakit
Diabetes Menggunakan Algoritma CPAR Classification Based on Predictive Association Rules”, mencoba untuk menerapkan datamining
pada database penyakit diabetes yang dimiliki oleh RS Pertamina untuk menemukan kaitan antar variable data. Dari data ini dibangun sebuah
system yang dapat melakukan prediksi diagnosa penyakit. Hasil prediksi berupa kemungkinan diagnosa penyakit yang diderita pasien. Aturan yang
digunakan untuk melakukan prediksi diagnosa penyakit diambil dari hasil proses data mining menggunakan algoritme CPAR . Dari hasil penelitian
tersebut dapat ditarik suatu kesimpulan : Pemeriksaan glukosa darah 2 jam
pp Gpost, glukosa urin 2 jam pp Upost, glukosa darah puasa Glun menjadi penentu utama untuk menentukan apakah pasien positif diabetes
atau negatif diabetes.
2.5.1. Perbedaan dari penelitian sebelumnya
Pada penelitian ini penulis mencoba menggabungkan kemampuan dari
data mining denga n metode Classification based on Predictive Association Rules CPAR
dalam mencari suatu pola variable – variable yang telah ada, kemudian dalam membangun suatu sistem arsitektur untuk memprediksi pola penyebaran
demam berdarah digunakan sistem pakar dengan menggunakan sistem logika fuzzy dan sistem prakiraan dengan menggunakan metode Winters.
BAB III METODOLOGI
3.1. Kerangka Pemikiran
Penelitian tentang prediksi meledaknya wabah suatu penyakit sudah banyak dilakukan oleh para peneliti. Mereka mencoba mencari pola dan relasi dari
data set yang ada, kemudian mencoba memprediksi atau membuat suatu model sehingga dapat digunakan untuk mencegah terjadinya wabah penyakit dikemudian
hari. Demam Berdarah adalah suatu siklus yang terus berulang terjadi di DKI
Jakarta dan menimbulkan kerugian jiwa dan material yang tidak sedikit. Sehingga perlu kiranya mendapat perhatian khusus dari pemerintah DKI Jakarta dengan
menciptakan suatu sistem peringatan dini yang dapat mengurangi kemungkinan KLB.
Berdasarkan pemikiran tersebut, perlu kiranya dilakukan upaya penanganan agar dampak dari merebaknya demam berdarah dapat segera di
antisipasi. Sebagai langkah awal maka dilakukan studi pustaka mengenai DBD untuk memahaminya. Kemudian dilakukan identifikasi permasalahan yang akan
di teliti dan faktor – faktor yang terkait dengannya dan alternatif solusi penyelesaiannya. Selanjutnya dilakukan pengumpulan data tentang DBD dan
faktor – faktor yang terkait antara lain suhu dan curah hujan. Berdasarkan data set yang didapat, di coba untuk menerapkan konsep – konsep data mining, untuk
mendapatkan pola dan relasi yang saling berkaitan dari data tersebut. Penulis mencoba menerapkan konsep dan metode dari data mining pada data set dinas
kesehatan DKI Jakarta, yang mencatat tentang wabah demam berdarah pada tahun 2004-2005. Diharapkan dapat di temukan adanya pola – pola dan relasi antar data
tersebut, hubungannya dengan suhu dan iklim di Jakarta pada saat pencatatan, sehingga dapat di buat model prediksinya menggunakan sistem pakar. Untuk
mengetahui tingkat keakuratan hasil yang diperoleh dari model prediksi tersebut, maka dibuatkan program aplikasi sebagai implementasi dari model tersebut,
dengan menggunakan program aplikasi tersebut maka dapat dilakukan pengujian
