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?
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
Bab I : Pendahuluan
Dalam bab ini berisi tentang pemahaman dasar tentang bagaimana latar belakang masalah, rumusan masalah, tujuan penelitian, batasan masalah,
metodologi penelitian yang dipakai dan sistematika penulisan.
Bab II : Landasan Teori
Dalam bab II berisi tentang teori yang digunakan guna menunjang penelitian dan menjadi dasar atau sumber tertulis dari apa yang akan dilakukan, yaitu
berupa pengertian dan klasifikasi dari
Diabetes Mellitus
, teori penambangan data, proses penambangan data, klasifikasi dan pengertian algoritma
Naive Bayesian
.
Bab III : Metodologi Penelitian
Bab III berisi tentang penerapan dari konsep di bab II untuk menganalisis dan merancang sistem sesuai dengan tahapan penyelesaian masalah dengan
penerapan algoritma yang telah ditentukan. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Bab IV : Analisa Hasil Dan Implentasi Sistem
Dalam bab ini, akan berisi tentang implementasi dari sistem komputerisasi sistem berdasarkan hasil perancangan yang telah dibuat, dan akan dijelaskan
tentang analisis sistem yang telah dibuat serta kelebihan dan kekurangan dari sistem.
Bab V : Penutup
Dalam bab ini berisi tentang kesimpulan dan juga saran-saran yang terkait dengan seluruh proses dan penulisan tugas akhir.
6
BAB II
LANDASAN TEORI
Pada bab ini, akan dijelaskan tentang pengertian
Diabetes Mellitus
, klasifikasi dari diabetes, diagnosa dan pemeriksaan diabetes, teori
penambangan data, proses penambangan data, pengelompokan penambangan data dan teorema
Naive Bayesian Clasifier
.
2.1. Pengertian Diabetes Mellitus
