PENERAPAN DATA MINING UNTUK PENENTUAN KELAYAKAN CALON PENDONOR DARAH MENGGUNAKAN METODE NAÏVE BAYES (STUDI KASUS PMI KABUPATEN KOTAWARINGIN TIMUR)

Donor darah merupakan hal yang cukup penting untuk menolong seseorang yang membutuhkan darah. Dalam proses pendonoran darah, calon pendonor harus dalam kondisi yang benar-benar masuk dalam kondisi paling aman dan layak. Jika salah menentukan kriteria indikator calon pendonor darah maka akan berakibat fatal bahkan dapat menimbulkan kematian. Karena pentingnya uji kelayakan tersebut, maka dilakukan uji kelayakan pendonor menggunakan klasifikasi data mining dengan metode Naïve Bayes Classifier. Metode Naïve Bayes Classifier merupakan metode sederhana yang dapat digunakan untuk menentukan calon pendonor darah dengan peluang-peluang kemungkinan apakah termasuk sebagai calon pendonor atau non pendonor, yang diambil dari hasil data yang diperoleh dengan hasil perhitungan menurut rumus dasar teorema Naïve Bayes Classification. Kategori yang terdapat pada metode Naïve Bayes adalah merupakan data valid, sehingga dalam pengerjaannya sudah didapatkan hasil yang nilainya juga sudah pasti. Contohnya, pendonor darah yang ingin menyumbangkan darahnya harus memenuhi kriteria- kriteria tertentu seperti usia, Hb, tekanan darah dan berat badan. Penentuan calon donor darah diimplementasikan untuk memudahkan PMI dalam melakukan penentuan kelayakan kepada calon pendonor darah. Hasil dari penelitian ini menunjukkan bahwa akurasi model algoritma Naïve Bayes tergolong baik yaitu sebesar 77%