BAB I PENDAHULUAN. sistem peredaran darah orang lain. Sebelum ditransfusikan, periksa kembali sifat

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1 Latar Belakang

Pada penelitian ini dilakukan kajian terhadap PMI cabang Kabupaten Demak yang dalam penyeleksian calon pendonor darah masih dilakukan

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. masalah kecerdasan, desain, pemilihan, implementasi, dan monitoring (Tripathi,

BAB I PENDAHULUAN. 1.1 Latar Belakang Saat ini pendidikan di Indonesia semakin berkembang. Banyaknya

IMPLEMENTASI METODE NAIVE BAYES CLASSIFICATION DALAM KLASIFIKASI KELAYAKAN CALON PENDONOR DARAH (STUDI KASUS PMI KAB. DEMAK)

BAB I PENDAHULUAN. setiap instansi, baik itu instansi pemerintah ataupun swasta. Informasi tersebut

BAB I PENDAHULUAN. banyak diaplikasikan dalam bentuk website karena dapat diakses diseluruh dunia tanpa

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. pemasaran bagi produk pertanian khususnya komoditi bawang merah sehingga

APLIKASI PENENTUAN CALON PENDONOR DARAH MENGGUNAKAN METODE ALGORITMA ID3 ( STUDI KASUS PMI KOTA KEDIRI )

Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

( ) ( ) (3) II-1 ( ) ( )

UKDW. BAB I PENDAHULUAN 1.1 Latar Belakang

I.1 Latar Belakang Masalah Seiring berjalannya waktu dan perkembangan teknologi media penyimpanan elektronik, setiap organisasi dapat menyimpan

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Setiap orang, dari setiap golongan, selalu mendambakan tubuh yang sehat.

SISTEM KLASIFIKASI PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN)

BAB II LANDASAN TEORI

BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang

KATA PENGANTAR. menyelesaikan penyusunan laporan tugas akhir APLIKASI KLASIFIKASI ARTIKEL TEKNOLOGI INFORMASI PADA MAJALAH CHIP

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. ilmu tertentu dengan menggunakan kaidah-kaidah yang berlaku dalam bidang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

1 BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Kesadaran masyarakat akan pentingnya pemenuhan gizi hewani membuat

BAB II LANDASAN TEORI

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. Gambar I-1 Jaringan Regulatori Genetik

BAB I PENDAHULUAN. Jantung mempunyai kedudukan yang sangat penting bagi manusia karena

BAB I PENDAHULUAN. Hal ini dibuktikan dengan adanya fakta yang diungkap oleh World Health

BAB I PENDAHULUAN. seperti layaknya seorang pakar (human exspert). Seorang pakar atau ahli (human

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 3 METODE PENELITIAN

BAB I PENDAHULUAN. Pesatnya pertumbuhan internet saat ini berdampak pada melimpahnya

BAB I PENDAHULUAN. guna mencapai tujuan meningkatkan pelayanan. Dalam hal ini salah satunya

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Hipotesis

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. minat dalam persaingan mengembangkan atau membuat berbagai teknologi baru.

BAB I PENDAHULUAN. secara sukarela untuk disimpan di bank darah yang digunakan untuk

Abidah Elcholiqi, Beta Noranita, Indra Waspada

BAB I PENDAHULUAN. tindakan di antara beberapa alternatif yang tersedia. Setiap proses pengambilan. mencapai tujuan melalui pelaksanaan atau tindakan.

BAB I PENDAHULUAN 1-1

Metode Klasifikasi (SVM Light dan K-NNK. NN) Dr. Taufik Fuadi Abidin, S.Si., M.Tech. Jurusan Informatika FMIPA Universitas Syiah Kuala

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN. Produk yang mudah rusak atau tidak tahan lama merupakan tantangan bagi

BAB 1 PENDAHULUAN 1.1. Latar belakang

BAB I PENDAHULUAN. cabai. Berdasarkan dari sisi produsen, akhir-akhir ini usaha tani cabai mengalami

BAB I PENDAHULUAN. penunjang Al-Quran untuk memudahkan untuk mempelajarinya, yang bisa

BAB I PENDAHULUAN. memang sangat pesat, teknologi perangkat lunak telah menambahkan fungsi

BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Perumusan Masalah

IMPLEMENTASI DATA MINING DENGAN NAIVE BAYES CLASSIFIER UNTUK MENDUKUNG STRATEGI PEMASARAN DI BAGIAN HUMAS STMIK AMIKOM YOGYAKARTA

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan

1 Universitas Kristen Maranatha

BAB I PENDAHULUAN. jurusan ditentukan berdasarkan standar kriteria tiap jurusan.

BAB I PENDAHULUAN. Universitas Kristen Maranatha

BAB III METODE PENELITIAN. penelitian. Perancangan tingkat usability. Analisis. Identifikasi Pola Interaksi

BAB IV HASIL DAN PEMBAHASAN

REKOMENDASI TOPIK TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE NAÏVE BAYESIAN CLASSIFIER

BAB 1 PENDAHULUAN. Universitas Indonesia. Klasifikasi topik menggunakan..., Dyta Anggraeni

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. terjadi kesalahan dalam proses tersebut, karena tidak didasari oleh suatu acuan tertulis

BAB I PENDAHULUAN. 1.1 Latar Belakang

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PENDONOR DARAH MENGGUNAKAN FUZZY MULTIPLE CITERIA DECISION ANALYSIS (F-MCDA) TIMOER DWI HAPSORO

BAB I PENDAHULUAN I-1

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. diperoleh melalui proses penerimaan pegawai yang efektif (Ambar, 2003).

SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KETEPATAN LAMARAN KERJA SISWA MENGGUNAKAN METODE NAIVE BAYES DI SMK ISLAM 1 DURENAN

BAB I PENDAHULUAN. pengkomunikasian untuk masalah semi-terstruktur. Secara khusus, SPK

BAB I PENDAHULUAN 1.1 Latar Belakang

1. Pendahuluan 1.1 Latar Belakang

PENGKLASIFIKASIAN TINGKAT DANGEROUS DRIVING BEHAVIOR MENGGUNAKAN DATA ELEKTROENSEFALOGRAFI (EEG) DENGAN PENDEKATAN MACHINE LEARNING

PREDIKSI HERREGISTRASI CALON MAHASISWA BARU MENGGUNAKAN ALGORITMA NAÏVE BAYES

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 6 referensi sebagai berikut : - Algoritma Naïve Bayes Classifier

BAB I PENDAHULUAN. pendukung keputusan atau Decision Support System merupakan suatu sistem

BAB I PENDAHULUAN I - 1

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Darah dibutuhkan untuk kondisi darurat tertentu, misal seorang wanita yang

BAB I PENDAHULUAN. Air Minum (PDAM). Air sangat berguna dalam kehidupan sehari hari bagi

BAB I PENDAHULUAN. dilakukan secara sadar dengan cara menganalisa kemungkinan - kemungkinan

BAB 1 PENDAHULUAN 1-1

Transkripsi:

BAB I PENDAHULUAN 1.1 Latar Belakang Donor darah adalah proses pengambilan darah dari seseorang secara sukarela untuk disimpan di bank darah untuk kemudian dipakai pada transfusi darah [1]. Seleksi donor darah dilakukan dengan tujuan untuk melindungi kesehatan donor dengan memastikan bahwa donasi tersebut tidak berbahaya bagi kesehatannya, dan melindungi pasien dari resiko penyakit menular atau efek merugikan lainnya [2]. Transfusi darah adalah proses menyalurkan darah dari satu orang ke dalam sistem peredaran darah orang lain. Sebelum ditransfusikan, periksa kembali sifat dan jenis darah serta kecocokan antara darah donor dan penderita [3]. Untuk dapat menyumbangkan darah, seorang pendonor darah harus memenuhi syarat sebagai berikut: 1) Calon pendonor harus berusia 17-65 tahun; 2) Minimal berat badan 45 kg; 3) Kadar hemoglobin 12,9 gr%-17,0g%; 4) Tekanan darah (sistol) 100-160 mmhg dan diastol 70-100 mmhg; 5) Suhu tubuh antara 36,6-37,5 C; 6) Denyut nadi berkisara antara 50-100 kali/menit; 7) Rentang waktu minimal 2 bulan atau 12 minggu sejak donor darah sebelumnya (maksimal 5 kali dalam setahun). 1

2 Donor darah biasa dilakukan rutin di pusat donor darah lokal atau di Palang Merah Indonesia (PMI). Setiap beberapa waktu, dilakukan acara donor darah di tempat-tempat misalnya sekolah atau universitas. Selama ini PMI seringkali mengalami kondisi kritis, yaitu minimnya persediaan darah aman yang dibutuhkan masyarakat. Cara yang digunakan pada kondisi kritis adalah menghubungi beberapa orang secara acak atau tidak terpola untuk melakukan donor darah demi terpenuhinya bahan baku darah untuk diproses menjadi darah aman yang siap didistribusikan ke masyarakat yang membutuhkannya. Cara tersebut dirasa kurang efektif karena data calon pendonor yang terkumpul seringkali tidak memenuhi persyaratan donor darah [4]. Resiko yang terkait dengan menerima transfusi darah yang tidak aman, dan ini harus seimbang terhadap manfaat yang diharapkan. Reaksi yang paling umum untuk transfusi darah adalah non-hemolitik demam reaksi transfusi. Reaksi hemolitik termasuk menggigil, sakit kepala, sakit punggung, dispnea, sianosis, nyeri dada, dan hipotensi. Klasifikasi adalah proses pembelajaran secara terbimbing (supervised learning). Klasifikasi digunakan untuk memprediksi kelas dari objek yang kelasnya belum diketahui. Metode klasifikasi yang umum digunakan antara lain Decision Tree, K-Nearest Neighbor, Naïve Bayes, Neural Network, Support Vector Machine dan Memory Based Reasoning [5]. Dalam jurnal yang berjudul Klasifikasi Calon Pendonor Darah Dengan Metode Naïve Bayes Classifier klasifikasi donor yang dibuat menggunakan metode Naïve Bayes sangat bergantung oleh data set yang ada. Dalam jurnal yang berjudul Perbandingan Algoritma Klasifikasi Naïve Bayes, Nearest Neighbor, dan Decision Tree pada

3 Studi kasus Pengambilan Keputusan Pemilihan Pola Pakaian didapatkan hasil tingkat akurasi paling tinggi didapatkan oleh Algoritma Decision Tree. Berdasarkan beberapa metode kasifikasi tersebut, ingin dilakukan perbandingan metode Decision Tree dan Naïve Bayes untuk pemilihan calon pendonor darah. Perbandingan algoritma adalah membandingkan dua algoritma atau lebih yang bertujuan untuk mengetahui algoritma mana yang paling baik diantaranya. Klasifikasi Decision Tree dikenal dengan Pohon Keputusan adalah metode klasifikasi yang menggunakan representasi suatu struktur pohon yang berisi alternatif-alternatif untuk pemecahan suatu masalah [6]. Klasifikasi Naïve Bayes adalah metode Classifier yang berdasarkan probabilitas dan Teorema Bayesian dengan asumsi bahwa variabel X bersifat bebas (independence). Algoritma Decision Tree dan Naïve Bayes masing masing memiliki kelebihan dan kekurangan. Oleh karena itu, pada penelitian ini akan melakukan perbandingan antara kedua algoritma tersebut untuk memperoleh akurasi yang paling maksimal terhadap data calon pendonor darah. Berdasarkan uraian di atas maka diambil topik tugas akhir PERBANDINGAN AKURASI METODE DECISION TREE DAN NAÏVE BAYES UNTUK PEMILIHAN CALON PENDONOR DARAH 1.2 Rumusan Masalah Berdasarkan latar belakang masalah yang diuraikan di atas, dapat dirumuskan bahwa masalah yang timbul yaitu: Sejauh mana tingkat akurasi metode Decision Tree dan Naïve Bayes dalam pemilihan calon pendonor darah? Dan menentukan algoritma apa yang terbaik?

4 1.3 Tujuan Tujuan yang ingin dicapai dari tugas akhir ini adalah: mendapatkan hasil perbandingan dari kedua metode berupa tingkat akurasi, serta mendapatkan algoritma mana yang lebih baik. 1.4 Batasan Masalah Dalam tugas akhir ini dilakukan pembatasan masalah sebagai berikut: 1. Algoritma yang digunakan untuk pemilihan calon pendonor darah menggunakan metode Naïve Bayes dan Decision Tree; 2. Proses pemilihan berupa data calon pendonor dan data training; 3. Rentang waktu minimal untuk Pria 10 minggu (maksimal 6 kali dalam setahun) dan untuk Wanita 16 minggu (maksimal 4 kali dalam setahun); 4. Umur untuk yang pertama kali donor maksimal 60 tahun. 1.5 Kerangka Pemikiran Kerangka pemikiran adalah narasi (uraian) atau pernyataan (proposisi) tentang kerangka konsep pemecahan masalah yang telah diidentifikasi atau dirumuskan.

5 Gambar 1.1 Kerangka Pemikiran 1.6 Metodologi Penelitian Metode penelitian penyusunan laporan dibagi menjadi dua, yaitu pengumpulan data dan pengembangan perangkat lunak: 1.6.1 Pengumpulan Data a. Survei, pengumpulan data dilakukan dengan wawancara kepada pihak PMI. b. Studi Literatur, pengumpulan data dengan mengumpulkan referensi dari beberapa buku dan artikel yang berkaitan dengan donor darah, tujuan referensi tersebut untuk memperoleh penjelasan yang bersifat teoritis. 1.6.2 Pengembangan Perangkat Lunak Metode pengembangan perangkat lunak yang digunakan untuk penelitian ini, diantaranya adalah model prototype. Prototype merupakan pengembangan yang cepat dan pengujian terhadap model kerja (prototipe). Menurut Roger S. Pressman (2002 : 39-

6 42) pendekatan prototipe atau prototyping paradigma sangat cocok digunakan untuk sistem atau perangkat lunak yang dibangun mengikuti kebutuhan pengguna, metode ini sangat sesuai diterapkan dalam proses perancangan perangkat lunak yang akan dibangun yang menitik-beratkan pada pendekatan aspek desain, fungsi, dan userinterface. Berikut seperti Gambar 1.1. Paradigma Prototyping [7] : Gambar 1.2 Paradigma Prototyping Prototyping: Berikut tahapan pada model proses prototipe seperti Gambar 1.2 Paradigma 1. Mendengarkan pelanggan Pada tahap ini dilakukan pengumpulan kebutuhan dari sistem dengan cara mendengar keluhan dari pelanggan. Untuk membuat suatu sistem yang sesuai kebutuhan, maka harus diketahui terlebih dahulu bagaimana sistem yang sedang berjalan utnuk kemudian mengetahui masalah yang terjadi.

7 2. Membangun dan Memperbaiki Prototipe Pada tahap ini, dilakukan pembangunan dan perbaikan prototype system. Prorotipe yang dibangun disesuaikan dengan kebutuhan sistem yang telah didefinisikan sebelumnya dari keluhan pelanggan. 3. Uji prototype Pada tahap ini, prototype dari sistem di uji coba untuk memastikan prototype dapat dengan mudah dijalankan untuk tujuan demonstrasi. Berikut beberapa keuntungan menggunakan model prototipe pada pengembangan perangkat lunak yaitu: 1. Adanya komunikasi yang baik antara pengembang dan pelanggan, 2. Pengembang dapat bekerja lebih baik dalam menentukan kebutuhan pelanggan, 3. Lebih menghemat waktu dalam pengembangan sistem, dan 4. Penerapan menjadi lebih mudah karena pemakai mengetahui apa yang diharapkannya. Walaupun banyak sekali keuntungan menggunakan model prototipe ini namun terdapat pula beberapa kekurangan yaitu: 1. Resiko tinggi yaitu untuk masalah-masalah yang tidak terstruktur dengan baik, 2. Interaksi pemakai penting 1.7 Sistematika Penulisan Sistematika penulisan perlu dikemukakan dengan maksud agar penulisan skripsi ini lebih terarah dan tidak jauh menyimpang dari permasalahan yang telah digariskan berdasarkan batasan masalah sehingga tujuan yang diharapkan akan dapat tercapai. Sistematika penulisan skripsi tersebut yaitu:

8 BAB I PENDAHULUAN Bab I menjelaskan tentang latar belakang masalah, rumusan masalah, batasan masalah, maksud dan tujuan, metodologi pengembangan sistem, dan juga menjelaskan sistematika penulisan dalam pembuatan skripsi ini. BAB II LANDASAN TEORI Bab II menjelaskan tentang teori-teori apa saja yang berkaitan dengan topik yang telah dibuat berdasarkan hasil penelitian dan hal-hal yang berguna dalam proses penulisan skripsi ini. BAB III ANALISIS DAN PERANCANGAN Bab III Digunakan untuk mendefinisikan semua kebutuhan pemakai dan meletakan dasar-dasar untuk proses perancangan perangkat lunak. Bab III juga menjabarkan pengembangan spesifikasi perangkat lunak untuk memecahkan persoalan. Hasil analisis dan perancangan tersebut dimodelkan dengan UML. BAB IV IMPLEMENTASI DAN PENGUJIAN Bab IV menguraikan tentang perangkat-perangkat yang digunakan atau dibutuhkan dalam pengembangan sistem, baik perangkat keras (hardware) maupun perangkat lunak (software). Sedangkan pengujian merupakan suatu tahapan yang dilakukan untuk mencari kesalahan dan kekurangan dengan tingkat probabilitas yang tinggi pada sistem.

9 BAB V KESIMPULAN DAN SARAN Bab V menguraikan kesimpulan akhir dari penjelasan bab-bab sebelumnya, dan dilanjutkan dengan saran-saran dari sistem yang sudah di bangun untuk membangun sistem selanjutnya agar lebih baik.