Diagnosis Dini Demam Berdarah Berdasarkan Data Hematologi Menggunakan Algoritma Machine Learning
DOI:
https://doi.org/10.25077/TEKNOSI.v11i2.2025.185-191Kata Kunci:
Demam Berdarah Dengue, Deteksi Dini, Data Hematologi, Naïve Bayes, Sistem Pendukung KeputusanAbstrak
Infeksi virus dengue yang dikenal sebagai DBD masih menjadi tantangan serius dalam layanan kesehatan di Indonesia karena sifatnya yang menular dan terus menimbulkan masalah hingga saat ini. Penyebaran DBD yang cepat dan peningkatan angka kejadian memerlukan strategi deteksi dini yang lebih efektif untuk mencegah komplikasi serius. Sayangnya, metode konvensional seperti pemeriksaan NS1, IgM/IgG, dan PCR masih menghadapi keterbatasan dalam ketersediaan serta biaya. Penelitian ini difokuskan pada pengembangan Sistem Pendukung Keputusan (SPK) yang berbasis algoritma Naïve Bayes dengan memanfaatkan data hematologi rutin untuk mengklasifikasikan tingkat risiko infeksi DBD. Dataset yang digunakan berasal dari platform Kaggle dengan 924 data pasien yang telah melalui tahap pembersihan dan normalisasi. Data yang digunakan terdiri dari variabel-variabel seperti usia, gender, tekanan darah, gula darah, suhu tubuh, denyut jantung, dan level risiko. Algoritma Naïve Bayes dipilih untuk membangun model Atas dasar kapasitasnya dalam mengolah data secara optimal dengan asumsi bahwa setiap atribut bersifat independen. Dataset Pembagian data dilakukan ke dalam dua subset, di mana sebagian besar (80%) ditujukan untuk training, dan sisanya (20%) untuk testing. Kinerja model dievaluasi menggunakan metrik seperti akurasi, presisi, recall, serta F1-score. Dari hasil pengujian, model mampu memperoleh tingkat akurasi sebesar 98,03%, dengan performa sangat baik di seluruh kelas risiko, terutama recall sempurna pada kelas risiko tinggi. Hal ini menunjukkan kemampuan model dalam mengidentifikasi kasus-kasus berisiko tinggi tanpa terlewat. Dengan demikian, penelitian ini membuktikan bahwa data hematologi yang sederhana dapat dimanfaatkan secara optimal untuk deteksi dini DBD. Sistem yang dikembangkan berpotensi menjadi alat bantu diagnosis yang cepat, hemat biaya, dan dapat diimplementasikan secara luas untuk mendukung pelayanan kesehatan primer.Referensi
A. E. L. Putri, “Gambaran Kasus Demam Berdarah Dengue Puskesmas X Kota Malang Tahun 2019-2022,” Media Husada J. Environ. Heal. Sci., vol. 3, no. 1, pp. 12–18, 2023, doi: 10.33475/mhjeh.v3i1.38.
WHO, “Dengue and severe dengue,” World Health Organization. Accessed: Apr. 24, 2025. [Online]. Available: https://www.who.int/news-room/fact-sheets/detail/dengue-and-severe-dengue
Kemenkes, “Strategi Nasional Penaggulangan Dengue 2021-2025,” Waspada Penyakit di Musim Hujan. [Online]. Available: https://kemkes.go.id/id/waspada-penyakit-di-musim-hujan
A. D. Putra, D. Nurani, M. M. Dewi, and S. Alfie Nur Rahmi, “Supervised Machine Learning Model untuk Prediksi Penyakit Hepatitis,” Indones. J. Comput. Sci., vol. 13, no. 2, pp. 3329–3341, 2024, [Online]. Available: http://ijcs.stmikindonesia.ac.id/ijcs/index.php/ijcs/article/view/3135
H. F. Husniah and T. Arifin, “Implementasi Algoritma Naïve Bayes Berbasis Particle Swarm Optimization Untuk Memprediksi Penyakit Hepatitis,” J. Ilmu Komput., vol. 14, no. 1, p. 36, 2021, doi: 10.24843/jik.2021.v14.i01.p05.
R. G. Gunawan and M. Ilham Pratama, “Analisa Kinerja Algoritma Machine Learning Untuk Prediksi Virus Hepatitis C,” J. CoSciTech (Computer Sci. Inf. Technol., vol. 4, no. 3, pp. 772–777, 2024, doi: 10.37859/coscitech.v4i3.6513.
L. Iryani, N. I. H. Kunio, and A. S. Wati, “Optimasi Metode Naïve Bayes Menggunakan Smoothing dan Feature Selection Untuk Penyakit Demam Berdarah Dengue,” J. Sci. Appl. Informatics, vol. 7, no. 3, pp. 435–440, 2024.
M. Jasri, A. Wijaya, and R. Sunggara, “Penerapan Data Mining untuk Klasifikasi Penyakit Demam Berdarah Dengue (DBD) Dengan Metode Naïve Bayes (Studi Kasus Puskesmas Taman Krocok),” SMARTICS J., vol. 8, no. 1, pp. 35–42, 2022, [Online]. Available: https://doi.org/10.21067/smartics.v8i1.7375
A. Wahyu Redhani and N. Hidayat, “Implementasi Metode Naïve Bayes untuk Diagnosa Pengidap Demam Berdarah pada Kelurahan Antasan Besar berbasis Web,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 12, pp. 5320–5328, 2021, [Online]. Available: http://j-ptiik.ub.ac.id
A. Ikbal, A. Irma Purnamasari, and I. Ali, “Analisis Klasterisasi Untuk Prediksi Jumlah Kasus Dbd Berdasarkan Jenis Kelamin Dan Kabupaten/Kota Di Jawa Barat,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3789–3796, 2024, doi: 10.36040/jati.v7i6.8296.
R. G. Wardhana, G. Wang, and F. Sibuea, “Penerapan Machine Learning Dalam Prediksi Tingkat Kasus Penyakit Di Indonesia,” J. Inf. Syst. Manag., vol. 5, no. 1, pp. 40–45, 2023, doi: 10.24076/joism.2023v5i1.1136.
A. Khusaeri, “Analisis Algoritma K-Means Clustering Dalam Pengelompokan Daerah Penyebaran Penyakit Demam Berdarah Dengue,” J. Inf. Syst. Informatics Comput., vol. 8, no. 2, pp. 434–449, 2024, doi: 10.52362/jisicom.v8i2.1795.
Amrin and P. Omar, “Implementasi Algoritma Klasifikasi Logistic Regression dan Naïve Bayes untuk Diagnosa Penyakit Hepatitis,” J. Tek. Komput. AMIK BSI, vol. 8, no. 2, pp. 174–180, 2022, doi: 10.31294/jtk.v4i2.
M. Y. Matdoan, “Penerapan Metode K-Nearest Neighbor untuk Mengklasifikasi Penyebaran Kasus Demam Berdarah Dengue (DBD) di Kabupaten Maluku Tenggara,” Sq. J. Math. Math. Educ., vol. 4, no. 2, pp. 75–82, 2022, doi: 10.21580/square.2022.4.2.13056.
A. Damayanti and G. Testiana, “Penerapan Data Mining untuk Prediksi Penyakit Hepatitis C Menggunakan Algoritma Naïve Bayes,” J. Manaj. Inform. Jayakarta, vol. 3, no. 2, pp. 177–186, 2023, doi: 10.52362/jmijayakarta.v3i2.1098.
Unduhan
Telah diserahkan
Diterima
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Nasional Teknologi dan Sistem Informasi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.
This work is licensed under a 