Sistem Deteksi Dini Stroke Iskemik dengan Metode Naïve Bayes Berdasarkan Rekam Medis di Rumah Sakit Bhayangkara Bondowoso

Faradisa, Eva Azzahra Nur (2025) Sistem Deteksi Dini Stroke Iskemik dengan Metode Naïve Bayes Berdasarkan Rekam Medis di Rumah Sakit Bhayangkara Bondowoso. Undergraduate thesis, Politeknik Negeri Jember.

	Text (Abstract) Skripsi_Eva Azzahra Nur Faradisa_G41211390_MIK2021-9.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (132kB)
	Text (Bab 1 Pendahuluan) Skripsi_Eva Azzahra Nur Faradisa_Bab 1.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (226kB)
	Text (Daftar Pustaka) Skripsi_Eva Azzahra Nur Faradisa_Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (214kB)
	Text (Laporan Lengkap) Skripsi_Eva Azzahra Nur Faradisa_G41211390_MIK2021.pdf - Submitted Version Restricted to Registered users only Download (7MB) | Request a copy

Abstract

Stroke Iskemik merupakan salah satu penyebab utama tingginya angka morbiditas pada pasien dewasa. Berdasarkan data 10 besar morbiditas RS Bhayangkara Bondowoso tahun 2024, Stroke Iskemik menempati peringkat kelima dengan jumlah 2.051 kasus. Penelitian ini bertujuan untuk menganalisis data klinis pasien serta membangun model klasifikasi Stroke Iskemik menggunakan algoritma Naïve Bayes sebagai dasar pengembangan sistem deteksi dini berbasis web. Penelitian ini menggunakan data rekam medis pasien Poli Saraf RS Bhayangkara Bondowoso sebanyak 277 data, dan setelah dilakukan tahap preprocessing diperoleh 255 data bersih yang digunakan dalam proses analisis. Variabel bebas yang diteliti meliputi kelumpuhan ekstremitas, gangguan fungsi keseimbangan, gangguan fungsi penglihatan, gangguan fungsi pendengaran, gangguan somatik sensoris, gangguan bicara verbal, usia, jenis kelamin, riwayat hipertensi, diabetes melitus, hiperlipidemia, riwayat merokok, dan obesitas, sedangkan variabel terikatnya adalah klasifikasi penyakit Stroke Iskemik. Data dibagi menggunakan teknik stratified sampling dengan rasio 80:20, yaitu 204 data training dan 51 data testing. Evaluasi kinerja model klasifikasi dilakukan menggunakan metode confusion matrix pada data testing dan menghasilkan nilai akurasi sebesar 98,04%, presisi 100%, dan recall 97,05%. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memiliki kinerja yang sangat baik dalam mengklasifikasikan penyakit Stroke Iskemik berdasarkan variabel klinis yang digunakan. Berdasarkan model yang telah dievaluasi, selanjutnya dikembangkan sistem deteksi dini Stroke Iskemik berbasis web menggunakan metode pengembangan Waterfall yang meliputi tahapan communication, planning, modeling, construction, dan deployment. Pengujian fungsionalitas dan kinerja sistem menunjukkan bahwa sistem mampu menyajikan hasil deteksi secara akurat dan konsisten sesuai dengan model klasifikasi yang dibangun.

Actions (login required)

View Item