Abstract
Hipertensi merupakan salah satu penyakit gangguan pada pembuluh darah. Di Indonesia, penderita penyakit hipertensi mengalami peningkatan sebesar 3,6% setiap tahunnya. Terjadinya peningkatan hipertensi dikarenakan oleh kurang pedulinya masyarakat akan kesehatan, serta karena kurangnya waktu untuk melakukan konsultasi kepada dokter ahli atau pakar. Tujuan dalam penelitian ini (1) Data yang diperoleh dapat digunakan untuk memprediksi seseorang menderita hipertensi. (2) Aplikasi yang dibuat mudah untuk digunakan dan memiliki akurasi yang tinggi untuk memprediksi. Metode yang digunakan dalam penelitian ini adalah menggunakan data mining dengan metode klasifikasi Naïve Bayes Clasification yang merupakan pengklasifikasian dengan metode probabilitas dan statistik. Dalam pengumpulan data yang dibutuhkan untuk Data Mining dengan cara memberikan kuesioner kepada pasien yang berkunjung ke rumah sakit X selama 3 minggu dengan atribut yaitu usia, jenis kelamin, berat badan, tinggi badan, perokok, jenis rokok, jumlah rokok, konsumsi minuman beralkohol, aktifitas fisik, jumlah jam tidur, konsumsi daging, konsumsi sayuran, kadar garam, riwayat hipertensi ayah, riwayat hipertensi ibu. Kesimpulan (1) Dengan menggunakan Data Mining pasien dapat langsung mengetahui apakah pasien tersebut menderita hipertensi berdasarkan pola hidup yang dimilikinya. (2) Aplikasi yang telah dibangun dapat digunakan karena memiliki akurasi yang cukup tinggi sebesar 88% serta memiliki sensitivitas sebesar 77%, spesifitas 96%. (3) Penggunaan naïve bayes untuk memprediksi seseorang menderita penyakit hipertensi dapat digunakan karena memiliki akurasi yang tinggi sebesar 88%.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have