Penerapan Data Mining Untuk Memprediksi Penyakit Tuberkulosis Menggunakan Metode Klasifikasi

Penelitian ini bertujuan untuk melakukan klasifikasi pada pasien yang terindikasi menderita penyakit tuberkulosis. Tuberkulosis (TB) merupakan penyakit yang disebabkan oleh bakteri mycobacterium tuberculosis, yang dapat menyerang berbagai organ, terutama paru-paru. Penderita TB yang tidak segera mendapatkan pengobatan atau pengobatannya tidak tuntas dapat menimbulkan komplikasi hingga menyebabkan kematian, dan merugikan orang lain karena penyebarannya (KEMENKES, 2015), menurut World Health Organization (WHO) TB merupakan penyakit menular yang paling mematikan. Indonesia menempati peringkat kedua dengan jumlah penderita TB ditingkat internasional (WHO, 2018). Dimana pada praktiknya algoritma yang digunakannya adalah naïve bayes. Pengklasifikasian yang dilakukan adalah mengklasifikasi pasien yang terindikasi menderita penyakit tuberkulosis menjadi positif tuberkulosis dan negatif tuberkulosis. Untuk mencapai hasil akhir berupa klasifikasi penyakit tuberkulosis dilakukan tahapan yaitu dengan menggunakan metode CRoss- Industry Standard Process for Data Mining (CRSIP – DM), dalam prosesnya terdapat beberapa tahap yaitu bussines understanding, data understanding, data preparation, modeling, evaluation, deployment. Setelah melakaukan proses tersebut didapatkanlah hasil klasifikasi yang dapat membantu dokter dalam melakukan pendiagosisan, sehingga pasien mendapatkan penanganan dengan segera.