PREDIKSI PENYAKIT TUBERKULOSIS (TBC) DENGAN MENGGUNAKAN DECISION TREE

Angga Yoga Siswanto

2009 51 143

Teknik Informatika

Universitas Muria Kudus

Email : anggay33@yahoo.co.id

http://angga-ti.blogspot.com

Abstrak

TBC adalah penyakit menular yang disebabkan oleh bakteri mikobakterium tuberklosa. Penyakit ini sering menyerang pada usia 15 – 35 tahun. Dan penyakit ini juga menyerang siapa saja. Penyakit ini dapat menular dengan mudah, karena bakteri yang ada pada penyakit ini dapat menular melalui udara. Dari udara inilah yang akhirnya menginfeksi saluran pernafasan kita sehingga kita bisa tertular penyakit TBC.

Sebagai contoh,ketika sesseorang yang telah menderita penyakit TBC lalu ia bersin atau batuk pada tempat umum, yang kemudian bakteri yang membawa penyakit tersebut akhirnya terbang melalui udara dan ada orang lain ditempat tersebut yang menghirupnya maka orang yang telah menghirup udara yang mengandung bakteri tersebut secara tidak sengaja telah terinfeksi penyakit TBC. Meskipun tidak secara langsung penyakit ini dapat terlihat karena bakteri mikobakterium tuberklosa menginfeksi secara perlahan bagian pernafasan kita yang terutama pada bagian paru-paru.

Oleh karena itu perlu dilakukan adanya tindakan sebagai pencegahan meningkatnya penderita TBC. Pada tugas akhir ini dibuat suatu model sistem pendukung keputusan pendeteksi penyakit TBC dengan menggunakan metode decision tree. Sistem ini dapat digunakan dengan mudah, dengan hanya menggunakan microsoft exel dan visual basic dengan hanya menekan tombol prediksi dan kemudian akan muncul hasil prediksi penderita penyakit TBC. Setelah diuji dan dianalisis dengan data training menghasilkan nilai rata-rata akurasi mencapai 90%.

Kata kunci : Sistem Pendukung Keputusan, Metode Decision Tree, TBC

I.                Latar Belakang

TBC atau Tuberkulosis adalah penyakit menular yang dapat menyerang siapa saja. Penyakit ini menyerang bagian pernafasan kita yang mana paru-paru adalah organ utama yang diserang. TBC dapat menular melalui udara sebagai alat pencemaran utama, selain dari faktor udara penyakit ini juga bisa menyebar melalui lingkungan yang lembab, kurangnya sirkulasi udara didalam ruangan, kurangnya sinar matahari. Adanya lingkungan yang lembab dapat mempengaruhi perkembangan bakteri penyebab penyakit TBC. Kurangnya sirkulasi udara dapat menghambat pertukaran udara yang masuk, sehingga kemungkinan udara yang telah mengandung bakteri dapat terhirup oleh orang lain. Kurangnya sinar matahari juga dapat membantu penyebaran bakteri karena ruangan yang kurang terkena sinar matahri jadi akan terasa lembab dan selain itu bakteri TBC dapat mati jika terkena sinar matahari.

Dari penelitian terdahulu yang telah dilakukan telah ditemukan gejala-gejala bagi penyakit TBC.

Berikut gejala penyakit TBC pada umunya :

-        Keluar keringat pada malam hari

-        Perasaan terasa lemah, dan lesu

-        Berat badan menurun

-        Sering terkena flu yang bersifat hilang timbul

-        Batuk lebih dari 3minggu dan kadang berdarah

-        Sering mengalami demam yang tidak terlalu tinggi dan berlangsung lama

-         

Metode decisiontree ini dipilih karena untuk menentukan pendeteksian penyakit TBC pada seseorang. Metode ini bekerja dengan mengubah data menjadi pohon keputusan (decisiontree) dan aturan-aturan keputusan (rule). Sehingga dapat menentukan permasalahan dan dapat mengambil keputusan.

II.              Studi Pustaka

Penyakit TBC dapat menyerang siapa saja. Faktor yang dapat mempengaruhi seseorang terkena TBC adalah adanya lingkungan yang lembab, kurangnya sirkulasi udara dan kurangnya sinar matahari dalam ruangan. Metode decisiontree yang digunakan dapat mengubah data menjadi pohon keputusan (decisiontree) dan aturan-aturan keputusan (rule).

Dari aturan penentuan decisiontree terdapat langkah-langkah yang harus dilakukan dalam penentuannya. Data dinyatakan dalam bentuk tabel dengan atribute dan record. Atribute menyatakan suatu parameter yang dibuat sebagai kriteria dalam pembentukan tree, attribute sendiri memiliki nilai-nilai yang dinamakan instance.

Langkah pertama adalah dengan penentuan entropi, yakni entropi terkecil yang menjadi node awal untuk mengubah data tabel menjadi tree.

 

III.            Uji coba dan Pembahasan

Data sampel yang digunakan untuk menentukan preddiksi penyakit TBC.

 

Penentuan etropi terkecil sebagai node awal dalam pembuatan pohon.

Tree yang diperoleh dari node awal

Dengan cara yang sama kemudian dapat dilakukan penentuan leafnode atau node selanjutnya. Yang dapat dicari dengan menurunkan attribute yang memiliki hasil (+) dan (-) bagi penderitanya. Dan juga dapat menentukan hasil tree yang terahir sebagai acuan dalam pembentukan rule.

Dari tree yang telah dibuat dapat diperoleh rule untung menghitung prediksi penyakit TBC pada sistem. Dan prediksi penyakit pada sistem mempunyai nilai rata-rata akurasi sebesar 90% dan nilai eror sebesar 10%.

IV.            Kesimpulan

Dari sampel data yang diperoleh telah menghasilkan beberapa rule yang dipakai untuk menentukan prediksi penyakit TBC yang  mempunyai akurasi 90% dan eror sebesar 10% untuk data training yang telah dipakai untuk menguji dan 80% dan eror sebesar 20% untuk data testing yang baru dimasukkan setelah sistem selesai diuji.