Analisis Klasifikasi Penyakit Typhoid Fever Menggunakan Algoritma Naive Bayes di Rumah Sakit Perkebunan Jember Klinik

Maylinda, Intan Sasmita (2025) Analisis Klasifikasi Penyakit Typhoid Fever Menggunakan Algoritma Naive Bayes di Rumah Sakit Perkebunan Jember Klinik. Undergraduate thesis, Politeknik Negeri Jember.

	Text (Abstract) Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (162kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (327kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (202kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (5MB) | Request a copy

Abstract

Typhoid Fever (Demam Tifoid) merupakan penyakit infeksi akut sistem pencernaan yang disebabkan oleh bakteri Salmonella typhi atau Salmonella paratyphi. Berdasarkan data pelaporan 10 besar penyakit rawat inap di Rumah Sakit Perkebunan Jember Klinik pada tahun 2024, diketahui bahwa penyakit typhoid fever menempati peringkat 1 dengan jumlah kasus sebanyak 2051 kasus. Pemeriksaan widal untuk penegakan diagnosa Typhoid Fever memerlukan waktu 7 hari sejak muncul gejala demam untuk mencapai hasil yang efektif, sehingga diperlukan pemetaan pasien suspect Typhoid Fever yang belum optimal di Rumah Sakit Perkebunan Jember Klinik karena sebagian besar pasien rawat inap masih tercatat dengan diagnosa umum seperti febris. Selain itu, penentuan diagnosis suspect digunakan untuk memastikan kesesuaian dengan riwayat penyakit pasien yang berperan penting dalam menunjang akurasi klaim koding dan pelaporan medis. Penelitian ini bertujuan menganalisis klasifikasi penyakit Typhoid Fever menggunakan Algoritma Naive Bayes di Rumah Sakit Perkebunan Jember Klinik. Jenis penelitian ini adalah penelitian kuantitatif dengan tools RapidMiner menggunakan Algoritma Naive Bayes. Sampel yang digunakan pada penelitian ini sebanyak 328 rekam medis rawat inap dengan 11 variabel yang terdiri dari usia, demam, sakit kepala, nyeri otot, mual, muntah, nyeri perut, diare, kelemahan, bradikardi relatif, dan kesadaran berkabut. Hasil penelitian ini menunjukan bahwa perbandingan data training dan data testing 80%:20% memiliki nilai accuracy 81,82%, nilai precision 81,82%, dan nilai recall 81,82%. Output dari penelitian ini adalah Aplikasi Script Google yang digunakan sebagai formulir prediksi penyakit Typhoid Fever dengan accuracy, precision, dan recall senilai 80%.

Actions (login required)

View Item