1

Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak

Menggunakan Metode Naïve Bayes

BAYU HENDRA SETIAWAN

A11.2012.06545

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

2Latar belakang

1. Di tahun 2011 prevalensi penderita epilepsi di Indonesia berkisar antara 0,5 – 4 % dengan rata-rata prevalensi epilepsi 8,2 per 1.000 penduduk.

2. Sedangkan jumlah pasien penderita epilepsy sekarang di perkirakan sebanyak 4 juta jiwa

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

3Tujuan

Pembuatan aplikasi sistem pakar yang dapat mempermudah bagi penderita penyakit epilepsy dalam mengetahui jenis serangan yang di derita dan solusi penanganannya melalui pengolahan computer, sehingga penanganan lebih lanjut terhadap penyakit epilepsy dapat di lakukan dengan cepat

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

4Gambaran Umum Epilepsi

Jenis umum epilepsi yang biasanya sering terjadi pada beberapa penderita adalah kejang kontrak yang berlebihan hingga membuat penderitanya tidak sadarkan diri untuk beberapa waktu tertentu. Setiap serangan epilepsi bisa terjadi kapan saja dan dimana saja. Hal inilah yang membuat epilepsi terlihat sebagai penyakit yang berbahaya.

05/03/2023

5Metode Naïve Bayes Classifier

Naïve Bayes Classifier merupakan sebuah metoda klasifikasi yang berakar pada teorema Bayes. Metode pengklasifikasian dengan menggunakan metode probabilitas dan statistik yang dikemukakan oleh ilmuwan Inggris Thomas Bayes.

Bayes Optimal Classifier menghitung peluang dari suatu kelas dari masing-masing kelompok atribut yang ada, dan menentukan kelas mana yang paling optimal.

05/03/2023

6Metode Naïve Bayes Classifier

The Naive Bayes Classifier bekerja sangat baik dibanding dengan model classifierlainnya.

Hal ini dibuktikan oleh Xhemali, Hinde dan Stone dalam jurnalnya “Naïve Bayes vs. Decision Trees vs. Neural Networks in

the Classification  of  Training  Web  Pages”  mengatakan  bahwa  “Naïve Bayes Classifier memiliki tingkat akurasi yang lebih baik dibanding model classifier lainnya”.

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

7Stade Transition Diagram

Untuk mempermudah dalam tahap pembuatan system pakar, maka akan di buat rancangan program secara global

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

8Implementasi Sistem

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

9Implementasi Sistem

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

10Kuesioner

Rumus = STS = TS = N = S = ST =

Sangat Tidak Setuju

Tidak Setuju Netral Setuju Sangat Setuju

05

1015202530354045

Kuesioner

Series1 Series2

Dari hasil 26 kuesioner di atas maka dapat disimpulkan bahwa responden setuju bahwa system pakar epilepsy

dapat di andalkan.

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

11Tingkat Akurasi

No Diagnosa Sistem Pakar Diagnosa Pakar1 Parsial sederhana manifestasi klinis Parsial sederhana manifestasi

psikis

2 Parsial sederhana manifestasi klinis Parsial sederhana manifestasi klinis

3 Parsial sederhana manifestasi otonomik Parsial sederhana manifestasi otonomik

4 Parsial sederhana manifestasi motoric Parsial sederhana manifestasi motoric

5 Parsial sederhana manifestasi sensorik Parsial sederhana manifestasi sensorik

6 Grandmal umum Grandmal umum7 Grandmal primer Grandmal primer8 Grandmal sekunder Grandmal sekunder9 Petit mal non-khas Petit mal non-khas

10 Petit mal kompleks Petit mal kompleks

Rumus Menghitung Tingkat Akurasi

Jadi tingkat akurasi dari 10 data adalah 90%

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

12Kesimpulan

1. Sistem pakar pengenalan gejala dini penyakit epilepsy pada anak ini telah mampu memberikan informasi kepada pengguna mengenai jenis epilepsy berdasarkan gejala-gejala yang di berikan.

2. Pembaharuan pengetahuan pada system pakar ini dapat di lakukan seorang pakar atau admin.

3. Sistem mampu mendiagnosis dengan tepat sesuai pendapat pakar sebenarnya sebesar 90% dari 10 data pasien.

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

13Saran

1. Perawatan perlu di lakukan agar program ini dapat di gunakan semaksimal mungkin serta di lakukan evaluasi terhadap system sehingga dapat di lakukan penyesuaian system.

2. Dalam pelaksanaanya masih banyak usert yaitu masyarakat masih bingung dalam menggunakan system pakar ini karena belum mengetahui cara mengoperasikan computer.

3. Program ini masih jauh dari kata sempurna maka dari itu perlu di lakukan perbaikan – perbaikan demi kesempurnaan program dan kemudahan pemakai.

05/03/2023

14

Question ?

05/03/2023Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Naïve Bayes

15

TERIMAKASIH…