Perancangan Sistem Informasi Deteksi Kenaikan Case Fatality Rate Demam Berdarah

research
  • 11 Mar
  • 2020

Perancangan Sistem Informasi Deteksi Kenaikan Case Fatality Rate Demam Berdarah

Penyakit Demam Berdarah Dengue (DBD) merupakan salah satu masalah utama dalam kesehatan di Indonesia. Jumlah persentase angka kematian atau biasa disebut dengan Case Fatality Rate (CFR) yang diakibatkan penyakit DBD masih cukup tinggi. Dari target rencana dan strategi yang dicanangkan pemerintah nilai CFR DBD kurang dari 1%. Akan tetapi masih banyak terdapat provinsi yang nilai CFR DBD diatas 1%. Penelitian ini bertujuan membangun sistem deteksi potensi kenaikan CFR DBD di tiap provinsi berdasarkan hasil klasifikasi dataset CFR DBD dengan menggunakan algoritma C4.5. Metode yang digunakan dalam penelitian ini adalah Research and Development. Proses research meliputi proses klasifikasi dimana tahapan-tahapannya mengadopsi Sembilan tahapan dari Knowledge Discovery in Databases (KDD). Hasil klasifikasi berupa classification rule yang nantinya akan dievaluasi menggunakan confusion matrix dan kurva Receiver Operating Characteristic untuk mengetahui seberapa tinggi performa algoritma C4.5 dalam membuat klasifikasi data kenaikan CFR DBD. Selanjutnya classification rule diterapkan dalam membangun sistem informasi deteksi potensi kenaikan CFR DBD di tiap provinsi di Indonesia. Hasil dari pembangunan sistem informasi ini diharapkan mampu mendeteksi potensi kenaikan CFR DBD pada suatu provinsi dan memberikan informasi faktor yang paling berpengaruh terhadap kenaikan persentase CFR tersebut sehingga dapat dilakukan pengendalian kenaikan CFR DBD berdasarkan faktor yang paling berpengaruh terhadapnya.

Unduhan

 

REFERENSI

Andriani, A. (2017). Klasifikasi Berbasis Algoritma C4.5 untuk Deteksi Kenaikan Case Fatality Rate Demam Berdarah. Seminar Nasional Informatika Medis, (ss. 70-75). Yogyakarta.

Dzacko, H. (September 2007). Basis Data (Database).

Elmasri, R., & Navathe, S. B. (2011). Fundamentals of Database Systems (6th uppl.). United States of America: Addison-Wesley.

Fatta, H. A. (2007). Analisis dan Perancangan Sistem Informasi. (A. H. Triyuliana, Red.) Yogyakarta, Indonesia: Andi Offset.

Gama, A., & Betty, F. (2010). Analisis Faktor Risiko Kejadian Demam Berdarah Dengue di Desa Mojosongo Kabupaten Boyolali. Eksplanasi, 1-9.

Gorunescu, F. (2011). Data Mining Concepts, Models and Techniques. Berlin: Springer.

Han, J., Kamber, M., & Pei, J. (2012). Data Mining Concepts and Techniques (3rd uppl.). USA: Elsevier.

Herlambang, S., & Tanuwijaya, H. (2005). Sistem Informasi: Konsep, Teknologi dan Manajemen. (B. S. Oetomo, Red.) Yogyakarta, Indonesia: Graha Ilmu.

Myatt, G. J. (2007). Making Sense of Data: A Practical Guide to Exploratory Data Analysis and Data Mining. New Jersey: John Wiley & Sons.

Rahayu, M., Baskoro, T., & Wahyudi, B. (2010). Studi Kohort Kejadian Penyakit Demam Berdarah Dengue. Berita Kedokteran Masyarakat, 163-170.

Sommerville, I. (2007). Software Engineering (8th uppl.). United Kingdom: Addison-Wesley.

Sutarjo, U. S., Primadi, O., Yudianto, Budijanto, D., Hardhana, B., Soenardi, T. A., o.a. (2015). Profil Kesehatan Indonesia 2014. Jakarta: Kementrian Kesehatan Republik Indonesia.

Witten, I. H., Frank, E., & Hall, M. A. (2011). Data Mining Practical Machine Learning Tools and Techniques, third edition . USA: Elsevier.


Cari

Bidang Ilmu

Kategori

Kiriman Terbaru