UNJAYAUNJAYA

Teknomatika: Jurnal Informatika dan KomputerTeknomatika: Jurnal Informatika dan Komputer

Anemia pada anak usia 0–59 bulan merupakan masalah kesehatan yang serius dengan dampak jangka panjang terhadap pertumbuhan dan perkembangan. Penelitian ini bertujuan mengembangkan sistem deteksi dini anemia berbasis website menggunakan algoritma Naïve Bayes yang dioptimasi dengan Particle Swarm Optimization (PSO). Sistem ini memanfaatkan data sekunder dari Survei Demografi dan Kesehatan 2018 di Nigeria, yang mencakup variabel seperti usia, status gizi, dan riwayat kesehatan. Meskipun data berasal dari Nigeria, variabel yang digunakan bersifat universal dan relevan untuk pengembangan model serupa di Indonesia. Algoritma Naïve Bayes digunakan untuk mengklasifikasikan tingkat anemia, sementara PSO diterapkan untuk meningkatkan akurasi model melalui optimasi bobot fitur dan penyetelan parameter. Hasil evaluasi menunjukkan peningkatan akurasi dari 92,17% menjadi 95,71% setelah optimasi, menandakan efektivitas PSO dalam menangani distribusi kelas yang tidak seimbang dan meningkatkan kinerja klasifikasi. Sistem ini diimplementasikan dalam bentuk website yang mudah digunakan, memungkinkan pengguna melakukan deteksi anemia secara cepat dan praktis. Hasil penelitian menunjukkan bahwa kombinasi Naïve Bayes dan PSO mampu meningkatkan akurasi prediksi anemia secara signifikan. Sistem ini berpotensi diterapkan di wilayah dengan akses layanan kesehatan terbatas untuk mendukung peningkatan kualitas kesehatan anak-anak di Indonesia.

Penelitian ini telah berhasil mengembangkan model klasifikasi anemia pada anak usia 0-59 bulan dengan akurasi meningkat dari 92,17% ke 95,71% setelah optimasi PSO.Sistem berbasis web siap digunakan di daerah terbatas akses kesehatan, tetapi membutuhkan validasi lebih lanjut oleh tenaga medis di lokasi pelayanan kesehatan.

Penelitian lanjutan dapat (1) menguji model deteksi anemia ini menggunakan data lokal Indonesia untuk memastikan akurasi dalam konteks daerah spesifik, (2) mengembangkan pendekatan ensemble yang menggabungkan Naïve Bayes dengan algoritma lain seperti Decision Tree atau Random Forest untuk mengeksplorasi peningkatan akurasi klasifikasi lebih lanjut, dan (3) memperluas cakupan variabel prediktor dengan menambahkan fitur kesehatan lain seperti riwayat alergi atau kondisi penyakit kronis untuk mendukung deteksi dini lebih komprehensif.

  1. Sistem Deteksi Dini Anemia pada Anak Usia 0-59 Bulan Menggunakan Naïve Bayes dan Optimasi Particle... ejournal.unjaya.ac.id/index.php/teknomatika/article/view/1574Sistem Deteksi Dini Anemia pada Anak Usia 0 59 Bulan Menggunakan Nayve Bayes dan Optimasi Particle ejournal unjaya ac index php teknomatika article view 1574
  2. Optimasi Algoritma K- Nearest Neighbor Berbasis Particle Swarm Optimization Untuk Meningkatkan Kebutuhan... doi.org/10.47065/bit.v4i3.724Optimasi Algoritma K Nearest Neighbor Berbasis Particle Swarm Optimization Untuk Meningkatkan Kebutuhan doi 10 47065 bit v4i3 724
  3. Optimasi Metode Naïve Bayes Menggunkanan Algoritma Particle Swarm Optimization (PSO) untuk Prediksi... ejournal.unuja.ac.id/index.php/core/article/view/3304Optimasi Metode Nayve Bayes Menggunkanan Algoritma Particle Swarm Optimization PSO untuk Prediksi ejournal unuja ac index php core article view 3304
  4. Bot Verification. bot verification verifying robot journal.utmmataram.ac.id/index.php/explore/article/view/13Bot Verification bot verification verifying robot journal utmmataram ac index php explore article view 13
Read online
File size1.4 MB
Pages10
DMCAReport

Related /

ads-block-test