Deteksi Hand, Foot, and Mouth Disease Menggunakan Metode Klasifikasi Naïve Bayes Berbasis Android

Fika Afiani Ri’fati Rizki, Budhi Irawan, Anggunmeka Luhur Prasasti

Abstract


Hand, Foot and Mouth Disease (HMFD) adalah penyakit menular yang disebabkan sekelompok virus dari Enterovirus. Meskipun tergolong penyakit ringan, HMFD juga dapat menyebabkan komplikasi yang berujung kematian jika disebabkan oleh virus enterovirus 71 (EV71). Berdasarkan masalah tersebut dibuat aplikasi system pakar berbasis android  dengan metode sistem pakar Naïve Bayes yang dapat mendeteksi gejala HFMD pada citra telapak tangan pengguna serta mengolah gejala yang dirasakan. Aplikasi ini dapat memberikan keluaran berupa informasi terdeteksi dini atau tidaknya penyakit HFMD. Dari hasil pengujian yang telah dilakukan, sistem pakar ini memiliki tingkat akurasi sebesar 95,58 % pada pengujian seluruh dataset,  dan 100% pada pengujian partisi data dengan perbandingan data training : data testing sebesar 70%:30%.

Kata Kunci: HFMD, Sistem Pakar, Naïve Bayes, Klasifikasi  Gejala, Teknologi


Full Text:

PDF

References


WHO, “A Guide to Clinical Management and Public Health Response for Hand, Foot and Mouth Disease (HFMD),” 2011.

C. Andriyani, D. I. Heriwati, and Sawitri, “Penyakit Tangan , Kaki dan Mulut,” Berkala Ilmu Kesehatan Kulit & Kelamin, 2010. .

S. Rahayu, “Sistem pakar untuk mendiagnosa penyakit gagal ginjal dengan menggunakan metode bayes,” Pelita Inform. Budi Darma, vol. IV, no. 3, pp. 129–134, 2013.

R. S. A, “Sistem Pakar Diagnosis Penyakit Kanker Prostat,” no. 115090607111036, pp. 1–6, 2014.

L. I. Kuncheva, “On the optimality of Naïve Bayes,” Florida Artif. Intell. Res. Soc. Conf., 2004.

V. V. V, “Computerized Information System Using Stacked Generalization for Diagnosis of Diabetes Mellitus,” 2015 IEEE Recent Adv. Intell. Comput. Syst., no. December, pp. 173–178, 2015.

V. Krishnaiah, G. Narsimha, and N. S. Chandra, “Diagnosis of Lung Cancer Prediction System Using Data Mining Classification Techniques,” Int. J. Comput. Sci. Inf. Technol., vol. 4, no. 1, pp. 39–45, 2013.

O. Ivanov, M. M. Wagner, W. W. Chapman, and R. T. Olszewski, “Accuracy of three classifiers of acute gastrointestinal syndrome for syndromic surveillance.,” Proc. AMIA Symp., pp. 345–9, 2002.

M. Nurfakhrian, Tito Waluyo, Anggunmeka Prasati, “A Survey on the Implementation of Image Enhancement,” Int. J. Appl. Eng. Res., vol. 12, no. 1, pp. 11451–11459, 2017.


Refbacks

  • There are currently no refbacks.