Jurnal Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI)

ISSN 2301-9425 (Media Cetak)

Volume 7, No 2, Februari 2020
Hal: 165-169

Implememtasi Metode Naivee Bayes Pada Sistem Pakar Diagnosa Penyakit

Arteriosklerosis
Edi Arianto
Prodi Teknik Informatika, Universitas Budi Darma, Medan, Indonesia
Email : ediarianto1305@gmail.com
Abstrak
Penyakit Arteriosklerosis merupakan pengerasan pembuluh darah arteri yang membawa darah dari jantung untuk dialirkan ke
seluruh tubuh. Kondisi ini tidak normal karena pembuluh darah yang sehat seharusnya bersifat lentur, fleksibel, dan elastis.
Arteriosklerosis menyebabkan aliran darah yang kaya akan oksigen dan nutrisi dari jantung menuju berbagai jaringan tubuh
menjadi terganggu. Sistem pakar (Expert Sistem) merupakan cabang dari kecerdasan buatan (Artificial Intelligence) yang berusaha
mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti
layaknya seorang pakar. Agar dapat mengatasi masalah tersebut merancang aplikasi sistem pakar guna mempermudah dalam
mendiagnosa penyakit arteriosklerosis untuk dijadikan sebagai alternative atau asisten seorang pakar yang ahli di bidang diagnosa
penyakit Arteriosklerosis. Pada penelitian ini penulis merancang sistem pakar untuk mendiagnosa penyakit Arteriosklerosis
menggunakan bahasa pemrograman vb.net 2008 dan MySQL sebagai ruang penyimpanan data. Dalam perancangan Sistem Pakar
Diagnosa Arteriosklerosis pada penelitian ini penulis mengimplementasikan metode Naive Bayes. Naive Bayes adalah metode yang
mengasilkan klasifikasi kelas dengan membandingkan nilai posterior dari kelas-kelas yang ada. Nilai posterior yang paling tinggi
yang terpilih sebagai hasil klasifikasi. Metode Naive Bayes bekerja secara fitur independen yang artinya sebuah fitur dalam sebuah
data tidak berkaitan dengan ada atau tidaknya fitur yang lain dalam data yang sama. Tujuan penelitian ini adalah merancang sistem
pakar diagnosa Arteriosklerosis dengan menimplemntasikan metode naivee bayes guna membambantu dalam mengetahui informasi
diagnosa penyakit bronkiektasis secara efektif dan efesien sebagai alternative atau asisten seorang pakar yang ahli di bidang
diagnosa penyakit Arteriosklerosis karena sistem pakar yang dirancang mengadopsi kemampuan seorang pakar dibidang penyakit
Arteriosklerosis.
Kata Kunci : Siste Pakar, Metode Naïve Bayes, Arteriosklerosis, VB.Net 2008.

1. PENDAHULUAN informasi mengenai diagnosa penyakit arteriosklerosis

Sistem pakar (Expert Sistem) merupakan cabang
dari kecerdasan buatan (Artificial Intelligence) yang
berusaha mengadopsi pengetahuan manusia ke dalam
komputer yang dirancang untuk memodelkan kemampuan
menyelesaikan masalah seperti layaknya seorang pakar.
Sistem pakar berlaku seperti seorang pakar pada
bidangnya berisi fakta-fakta dan heuristik untuk
memecahkan masalah tertentu. Sistem pakar didasarkan
pada sistem pengetahuan, sehingga memungkinkan
komputer dapat mengambil kesimpulan dari sekumpulan
kaidah yang ada.
Penyakit Arteriosklerosis merupakan pengerasan
pembuluh darah arteri yang membawa darah dari jantung
untuk dialirkan ke seluruh tubuh. Kondisi ini tidak normal
karena pembuluh darah yang sehat seharusnya bersifat
lentur, fleksibel, dan elastis. Arteriosklerosis
menyebabkan aliran darah yang kaya akan oksigen dan
nutrisi dari jantung menuju berbagai jaringan tubuh
menjadi terganggu [1].
Adapun masalah sering yang timbul dari
kurangnya sumber informasi mengenai pemahaman gejala
penyakit Arteriosklerosis menyebabkan lambatnya
pencegahan untuk mengatasi gejala penyakit
Arteriosklerosis dan kurangnya dokter spesialis penyakit
Arteriosklerosis serta jam kerja dokter yang terbatas
menyebabkan biaya konsultasi ke dokter ahli menjadi
mahal.
Maka agar dapat mengatasi permasalahan yang
telah diuraikan ditas maka penulis merancang aplikasi
sistem pakar untuk dijadikan sebagai asisten seorang
pakar yang ahli di bidang diagnosa penyakit
Arteriosklerosis guna mempermudah dalam mendapatkan
yang ada pada penderita. Pada penelitian ini penulis
merancang sistem pakar diagnosa penyakit
Arteriosklerosis menggunakan bahasa pemrograman
Visual Basic Net 2008 dan MySQL. Dalam perancangan
Sistem Pakar Diagnosa Arteriosklerosis pada penelitian
ini penulis mengimplementasikan metode Naive Bayes.
Naive Bayes merupakan suatu metode yang dapat
dimanfaatkan untuk mengasilkan klasifikasi kelas dengan
membandingkan nilai posterior dari kelas-kelas yang ada.
Nilai posterior yang paling tinggi yang terpilih sebagai
hasil klasifikasi. Metode Naive Bayes bekerja secara fitur
independent yang artinya sebuah fitur dalam sebuah data
tidak berkaitan dengan ada atau tidaknya fitur yang lain
dalam data yang sama.
Pada penelitian sebelumnya metode Naïve Bayes telah
digunakan untuk penyelesaian masalah pada penelitian
Agustina Simangunsong, Journal Of Informatic Pelita
Nusantara, Volume 2, Issue 1, 2017, halaman 14-21
“Perancangan Aplikasi Sistem Pakar Menggunakan
Metode Bayes Untuk Diagnosa Gejala Asma Pada
Puskesmas Deli Tua”. Pada penelitian disimpulkan
“Metode Naive Bayes menganalisa berdasarkan gejala
penyakit asma yang di alami oleh user, sehinga dapat
ditentukan kesimpulan dari gejala-gejala yang dialami
oleh user atau pasien” [2].
Healtho Brilian Argario1, Dkk., Jurnal
Pengembangan Teknologi Informasi dan Ilmu Komputer,
Vololume 2, Issue 8, 2018, halaman 2719-2723
“Implementasi Metode Naive Bayes Untuk Diagnosis
Penyakit Kambing (Studi Kasus : UPTD. Pembibitan
Ternak dan Hijauan Makanan Ternak Kec. Singosari
Malang)”. Pada penelitian disimpulkan “Langkah-langkah
penghitungan Naive Bayes yaitu menghitung probabilitas
165
 Jurnal Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI)
ISSN 2301-9425 (Media Cetak)
Volume 7, No 2, Februari 2020
Hal: 165-169
prior, menghitung probabilitas likelihood, dan menyebabkan aliran darah yang kaya akan oksigen dan
menghitung probabilitas posterior. Dimana nilai terbesar nutrisi dari jantung menuju berbagai jaringan tubuh
dari perhitungan posterior yang dijadikan untuk menjadi terganggu [1].
pengambilan keputusan” [3].
3. ANALISA
2. TEORITIS
Pada umumnya masyarakat awam sangat kurang
2.1 Sistem Pakar memperhatikan kesehatan pada bagian jantung yang dapat
diserang penyakit Arteriosklerosis karena masih
Sistem Pakar (Expert System) adalah aplikasi
kurangnya sumber informasi mengenai pemahaman
berbasis komputer yang digunakan untuk menyelesaikan
diagnosa penyakit Arteriosklerosis dan kurangnya tenaga
masalah sebagaimana yang dipikirkan oleh pakar. Pakar
medis khususnya dokter spesialis jantung serta jam kerja
yang dimaksud di sini adalah orang yang mempunyai
dokter yang terbatas.
keahlian khusus yang dapat menyelesaikan masalah yang
tidak dapat diselesai kan oleh orang awam. Sebagai 3.1 Arteriosklerosis
contoh, dokter adalah seorang pakar yang mampu
Penyakit Arteriosklerosis merupakan pengerasan
mendiagnosis penyakit yang diderita pasien serta dapat
pembuluh darah arteri yang membawa darah dari jantung
memberikan penetalaksanaan terhadap penyakit tersebut.
untuk dialirkan ke seluruh tubuh. Arteriosklerosis
Tidak semua orang dapat mengambil keputusan mengenai
menyebabkan aliran darah yang kaya akan oksigen dan
diagnosis dan memberikan penetalaksanaan suatu
nutrisi dari jantung menuju berbagai jaringan tubuh
penyakit. Contoh yang lain, montir adalah seorang yang
menjadi terganggu. Adapun jenis penyakit
mempunyai keahlian dan pengalaman dalam
Arteriosklerosis dapat dilihat pada tabel berikut ini :
menyelesaikan kerusakan mesin motor atau mobil;
psikolog adalah orang yang ahli dalam memahami Tabel 1 Penyakit Arteriosklerosis
kepribadian seseorang, dan laian-lain[5]. KODE NAMA PENYAKIT
2.2 Metode Naive Bayes P1 Stroke
P2 Arteri Koroner (Jantung)
Naive Bayes merupakan teknik prediksi berbasis P3 Tungkai dan Kaki
P4 Gagal Ginjal
probabilistik sederhana yang berdasar pada penerapan
teorema Bayes. Klasifikasi Naive Bayes praktis diterapkan 3.2 Gejala Arteriosklerosis
karena merupakan salah satu probabilitas sederhana yang
penerapannya didasarkan pada teorema bayes dengan Arteriosklerosis timbul dikarenakan terjadinya
asumsi independensi. beberapa gejala. Adapun gejala-gejala yang ada pada
Jika diketahui suatu fakta gejala suatu penyakit penyakit Arteriosklerosis dapat dilihat pada tabel berikut
yang terdapat pada sapi adalah demam (G5), keluar ingus ini :
(G9) dan pincang (G16). Tabel 2 Gejala Arteriosklerosis
a. Langkah Pertama
KODE NAMA GEJALA
Menghitung probabilitas prior (Probalitas Awal). G1 Mati rasa di tangan atau kaki
Melakukan pencarian nilai probabilitas pada setiap G2 Sulit berbicara
jenis penyakit. G3 Penglihatan terganggu
P(h) = Peluang dari hipotesa h(jenis penyakit) G4 Otot wajah melemah
G5 Rasa nyeri di dada
b. Langkah Kedua G6 Kaki terasa nyeri ketika berjalan
Menghitung probabilitas likelihood (Probalitas G7 Tekanan darah tinggi hingga gagal ginjal
Kemungkinan). Melakukan pencarian nilai G8 Keringat Dingin
probabilitas sebuah fakta gejala pada penyakit yang G9 Mual
G10 Sesak Nafas
mempengaruhi suatu hipotesa.
P(e|h) = Peluang data fakta gejala e, bila diasumsikan 3.3 Aturan Diagnosis Penyakit Arteriosklerosis
bahwa hipotesa h benar
c. Langkah Ketiga Aturan diagnosis penyakit Arteriosklerosis adalah
Menghitung probabilitas posterior (Prinsip dasar relasi penyakit Arteriosklerosis dengan gejala penyakit
analisis Bayesian). Arteriosklerosis. Adapun Aturan diagnosis penyakit
P(h|e) = Peluang bahwa hipotesa benar untuk data Arteriosklerosis dapat dilihat pada tabel berikut ini
fakta gejala e yang diamati. (ℎ|𝑒) = 𝑃(ℎ) ∗ 𝑃(𝑒1, 𝑒2, Tabel 3 Gejala Arteriosklerosis
𝑒3|ℎ) [4].
Penyakit Gejala Probabilitas
2.3 Arteriosklerosis G1 0.8
G2 0.7
Arteriosklerosis adalah pengerasan pembuluh Stroke G3 0.7
darah arteri yang membawa darah dari jantung untuk G4 0.6
G8 0.8
dialirkan ke seluruh tubuh. Kondisi ini tidak normal G3 0.8
karena pembuluh darah yang sehat seharusnya bersifat Arteri Koroner G5 0.8
lentur, fleksibel, dan elastis. Arteriosklerosis G10 0.9
Tungkai dan Kaki G1 0.8
166
 Jurnal Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI)
ISSN 2301-9425 (Media Cetak)
Volume 7, No 2, Februari 2020
Hal: 165-169
G6 0.8 P(vj) = probabilitas penyakit vj tanpa memandang gejala
G7 0.8
Gagal Ginjal apapun
G9 0.8
P(ai|vj) = probabilitas gejala ai pada penyakit vj
3.4 Rule Based Proses klasifikasi:
a. Stroke (P1)
Adapun data rule based Arteriosklerosis pada
= P(1)*P(G1|P1)*P(G2|P1)*P(G3|P1)*P(G4|P1)*P(G8|P1)
penelitian ini adalah sebagai berikut :
= 0.9*0.8*0.7*0.7*0.6*0.8
a. R1 : IF G1 THEN A1
= 0.169344
R2 : IF A1 AND G2 THEN A2
b. Arteri Koroner (P2)
R3 : IF A2 AND G3 THEN A3
= P(2)*P(G1|P2)*P(G2|P2)*P(G3|P2)*P(G4|P2)*P(G7|P2)*
R4 : IF A3 AND G4 THEN A4 P(G10|P2)
R5 : IF A4 AND G8 THEN Stroke = 0.8*0*0*0.8*0*0
b. R1 : IF G3 THEN A1 =0
R2 : IF A1 AND G5 THEN A2 c. Tungkai dan Kaki (P3)
R3 : IF A2 AND G10 THEN Arteri Koroner = P(2)*P(G1|P2)*P(G2|P2)*P(G3|P2)*P(G4|P2)*P(G7|P2)*
c. R1 : IF G6 THEN A1 P(G10|P2)
R2 : IF A1 AND G6 THEN Tungkai dan Kaki = 0.7*0.8*0*0*0*0
d. R1 : IF G7 THEN A1 =0
R2 : IF A1 AND G9 THEN Gagal Ginjal d. Gagal Ginjal (P4)
3.5 Penerapan Metode Naïve Bayes = P(2)*P(G1|P2)*P(G2|P2)*P(G3|P2)*P(G4|P2)*P(G7|P2)*
P(G10|P2)
Penerapan metode naïve bayes merupakan tahapan = 0.8*0*0*0*0*0
yang dilakukan untuk menyelesaikan permasalahan yang =0
terjadi dalam proses diagnosa penyakit Arteriosklerosis. Dari proses klasifikasi didapat penyakit
Penyelesaian masalah diagnosa penyakit Arteriosklerosis Arteriosklerosis dengan nilai naïve bayes tertinggi yaitu
dengan Naïve Bayes pada penelitian didasarkan dengan “Stroke” dengan nilai “nol koma satu enam sembilan tiga
menjawab pertanyaan pada sistem pakar diagnosa empat empat”.
Arteriosklerosis dengan tahapan berikut ini :
Tabel 4 Data Gejala Pasien 4. IMPLEMENTASI
No Pertanyaan Jawaban Implementasi sistem merupakan prosedur yang dilakukan
Apakah pasien merasakan mati rasa di tangan   untuk menyelesaikan desain sistem yang telah
1
atau kaki? Tidak Ya direncanakan maupun yang ada didalam suatu dokumen
 
2 Apakah pasien merasakan sulit berbicara ? desain yang disetujui, menguji sistem, menginstal dan
Tidak Ya
Apakah pasien merasakan penglihatan   menulis sistem yang baru.
3
terganggu ? Tidak Ya
Apakah pasien merasakan otot wajah   4.1 Tampilan Sistem
4
melemah ? Tidak Ya
  Adapun tampilan sistem pakar diagnosa penyakit
5 Apakah pasien merasakan rasa nyeri di dada ?
Tidak Ya arteriosklerosis pada penelitian ini sebagai berikut :
Apakah pasien merasakan kaki terasa nyeri   a. Form Login
6
ketika berjalan ? Tidak Ya
Apakah pasien merasakan tekanan darah  
Form Login merupakan tampilan awal sistem pakar
7 diagnosa penyakit arteriosklerosis. Form Login
tinggi hingga gagal ginjal ? Tidak Ya
  berfungsi sebagai media penghubung antara user
8 Apakah pasien merasakan keringat dingin ?
Tidak Ya dengan sistem pakar diagnosa penyakit
 
9 Apakah pasien merasakan mual ?
Tidak Ya
arteriosklerosis untuk melakukan proses login agar
  dapat masuk ke halaman form menu utama sistem
10 Apakah pasien merasakan sesak nafas ?
Tidak Ya pakar diagnosa penyakit arteriosklerosis. Adapun
tampilan form login dari sistem pakar diagnosa
Maka sistem akan akan menampilkan gejala yang
penyakit arteriosklerosis yang dibangun pada
dialami pasien, yaitu :
penelitian ini dapat dilihat pada gambar berikut ini :
a. Mati rasa di tangan atau kaki
b. Sulit berbicara
c. Penglihatan terganggu
d. Otot wajah melemah
e. Keringat dingin
Formula :

Gambar 1 Form Login

Dimana : b. Form Menu Utama
Form menu utama merupakan tampilan sistem pakar
167
 Jurnal Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI)
diagnosa penyakit arteriosklerosis yang tampil
setelah user atau pengguna berhasil melakukan login
dengan benar. Form menu berfungsi untuk
menampilkan pilihan menu seperti menu file (pasien,
gejala, penyakit, rule based, keluar), dan menu
diagnosa. Adapun form menu utama sistem pakar
diagnosa penyakit arteriosklerosis dapat dilihat pada
gambar berikut ini :
Gambar 2 Form Menu Utama
c. Form Pasien
Form pasien merupakan form yang tampil setelah
user atau pengguna sistem pakar diagnosa penyakit
arteriosklerosis memilih submenu pasien. Form
pasien berfungsi untuk melakukan pengolahan data
pasien pada sistem pakar diagnosa penyakit
arteriosklerosis. Adapun Form pasien pada sistem
pakar diagnosa penyakit arteriosklerosis dapat dilihat
pada gambar berikut ini :
Gambar 3 Form Pasien
d. Form Gejala
Form gejala merupakan form yang tampil setelah
user sistem pakar diagnosa penyakit arteriosklerosis
memilih submenu gejala. Form gejala berfungsi
melakukan pengolahan data gejala pada sistem pakar
diagnosa penyakit arteriosklerosis. Adapun Form
gejala pada sistem pakar diagnosa penyakit
arteriosklerosis dapat dilihat pada gambar berikut ini
Gambar 4 Form Gejala
e. Form Penyakit
ISSN 2301-9425 (Media Cetak)
Volume 7, No 2, Februari 2020
Hal: 165-169
Form penyakit merupakan form yang tampil setelah
user sistem pakar diagnosa penyakit arteriosklerosis
memilih submenu penyakit. Form penyakit berfungsi
melakukan pengolahan data penyakit pada sistem
pakar diagnosa penyakit arteriosklerosis. Adapun
form penyakit pada sistem pakar diagnosa penyakit
arteriosklerosis dapat dilihat pada gambar berikut ini
:
Gambar 5 Form Penyakit
f. Form Rule Based
Form rule based merupakan form yang tampil setelah
user sistem pakar diagnosa penyakit arteriosklerosis
memilih submenu rule based. Form rule based
berfungsi melakukan pengolahan data rule based
pada sistem pakar diagnosa penyakit arteriosklerosis.
Adapun Form rule based pada sistem pakar diagnosa
penyakit arteriosklerosis dapat dilihat pada gambar
berikut ini :
Gambar 6 Form Rule Based
g. Form Diagnosa
Form diagnosa merupakan form yang tampil setelah
user sistem pakar diagnosa penyakit arteriosklerosis
memilih menu Diagnosa. Form diagnosa berfungsi
melakukan pengolahan data diagnosa pada sistem
pakar diagnosa penyakit arteriosklerosis. Adapun
Form diagnosa pada sistem pakar diagnosa penyakit
arteriosklerosis dapat dilihat pada gambar berikut ini
:
168
 Jurnal Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI)
Gambar 7 Form Rule Based
5. KESIMPULAN
Berdasarkan hasil penelitian yang telah dilakukan
oleh penulis dapat diuraikan beberapa saran sebagai
berikut ini :
a. Proses menentukan gejala penyakit arteriosklerosis
dilakukan berdasarkan data yang didapat dari pakar
(dokter) yang ahli di bidang diagnosa penyakit
arteriosklerosis.
b. Pengimplementasian metode naïve bayes pada sistem
pakar diagnosa penyakit arteriosklerosis yang
dibangun pada penelitian ini dapat menghasilkan data
diagnosa dengan cepat dan akurat.
c. Sistem pakar diagnosa penyakit arteriosklerosis pada
penelitian ini dirancang menggunakan bahasa
pemrograman visual basic net 2008 dan database
MySQL.
DAFTAR PUSTAKA
[1]https://www.alodokter.com/arteriosklerosis,
(2018.Mei.3).
[2] Dkk. Agustina Simangunsong, "Perancangan Aplikasi
Sistem Pakar Menggunakan Metode Bayes Untuk
ISSN 2301-9425 (Media Cetak)
Volume 7, No 2, Februari 2020
Hal: 165-169
Diagnosa Gejala Asma Pada Puskesmas Deli Tua,"
vol. Vol. 2, 2017.
[3] Dkk. Healtho Brilian Argario, "Implementasi Metode
Naive Bayes Untuk Diagnosis Penyakit Kambing
(Studi Kasus : UPTD. Pembibitan Ternak dan Hijauan
Makanan Ternak Kec. Singosari Malang)," vol. Vol.
2, 2018.
[4] Indriana Candra Dewi, Sistem pakar diagnosa
penyakit sapi potong dengan metode naive bayes,
Journal of Environmental Engineering & Sustainable
Technology, 2015.
[5] Dkk., Kecerdasaan Buatan, Andi, Yogyakarta, 2011 T.
Sutojo,.
[6]https://pengertiandefinisi.com/pengertian-penyakit-
menurut-para-ahli/
[7] Menggunakan UML, Informatika, Bandung, 2011
Herlawati Widodo Pudjo Prabowo,.
[8] Rekayasa Perangkat Lunak Berbasis Objek dengan
Metode USDP, Andi, Yogyakarta, 2010. Adi
Nugroho,.
[9] Analisis & Desain Sistem Informasi, Andi,
Yogyakarta, 2005. Jogiyanto Hartono,.
[10] Membangun Aplikasi Toko dengan Visual Basic
2008, Andi, Yogyakarta, 2009. Wahana Komputer,.
[11] Dasar Perancangan dan Implementasi, Andi,
Yogyakarta, 2008. Abdul Kadir,.
169