RANCANG BANGUN APLIKASI SISTEM PAKAR DIAGNOSIS STROKE DENGAN METODE NAIVE BAYES CLASSIFIER BERBASIS ANDROID

Penyakit Tidak Menular (PTM) merupakan penyakit yang tidak ditularkan dari orang ke orang, salah satunya merupakan penyakit stroke. Berdasarkan data dari Pudjiastuti stroke sangat tinggi menyebabkan kematian di Indonesia dengan kejadian per tahunnya mencapai 500.000 kasus dan sekitar 25% atau 125.000 orang meninggal. Stroke merupakan penyakit yang memiliki angka kematian tinggi di Indonesia dan di dunia. Penyakit ini berbahaya apabila tidak cepat ditangani karena gangguan peredaran darah di otak yang terjadi dapat menyebabkan cacat permanen maupun kematian. Diagnosis terhadap penyakit ini dapat dibantu prosesnya oleh sistem pakar dengan menggunakan metode Naive Bayes Classifier dan Certainty Factor. Pengambilan keputusan diagnosis dengan metode Naive Bayes Classifier menggunakan nilai probabilitas total seluruh kriteria diagnosis pada basis data yang sudah ada. Sedangkan metode Certainty Factor menggunakan kombinasi nilai bobot derajat keyakinan yang diberikan oleh pakar. Penelitian sistem pakar ini bertujuan untuk membantu proses diagnosis awal dari seorang dokter spesialis saraf dalam mendiagnosis potensi seorang pasien terkena stroke dari beberapa kriteria diagnosis tertentu beserta mengetahui akurasi dari program sistem pakar yang dibuat. Sampel penelitian yang digunakan pada penelitian ini adalah data rekam medis RSUD Dr.Soetomo Surabaya dari 130 pasien dengan rincian 80 data pasien stroke dan 50 data pasien non-stroke. Program sistem pakar ini menggunakan 12 kriteria diagnosis sebagai masukan dan 2 keluaran berupa keputusan diagnosis stroke atau non-stroke. Berdasarkan analisis terhadap 25 data uji terhadap 105 data latih diperoleh akurasi dari metode Naive Bayes Classifier sebesar 96% dan dari metode Certainty Factor sebesar 84%. Program sistem pakar menggunakan metode Naive Bayes Classifier dan Certainty Factor ini dapat menjadi alat bantu diagnosis untuk penyakit stroke