DIAGNOSIS PENYAKIT DEMAM BERDARAH DENGUE MENERAPKAN ALGORITMA K-NEAREST NEIGHBOR

Abstract

Demam berdarah dengue merupakan salah satu penyakit menular yang menjadi permasalahan kesehatan serius di seluruh wilayah tropis Indonesia, dan Kabupaten Klungkung merupakan salah satu daerah yang turut terdampak. Diagnosis dini terhadap penyakit ini sangat penting guna mencegah terjadinya komplikasi yang berakibat fatal. Penelitian ini bertujuan untuk mendiagnosis penyakit demam berdarah dengue dengan menerapkan algoritma K-Nearest Neighbor serta mengevaluasi performa model yang telah dibangun. Data yang digunakan merupakan data historis pasien dari Rumah Sakit Umum Daerah Kabupaten Klungkung tahun 2021 hingga 2023 sebanyak 312 data. Variabel input yang digunakan dalam penelitian meliputi usia, jenis kelamin, durasi demam, suhu tubuh, sakit kepala, mual dan muntah, nyeri otot dan persendian, hasil uji tourniquet, jumlah trombosit, jumlah leukosit, dan jumlah hematokrit. Metode preprocessing data dilakukan melalui tahap pembersihan, seleksi, dan transformasi data. Pembagian data dilakukan menggunakan metode Aggregated Hold-Out (Agghoo) sebanyak tiga iterasi dengan rasio 80% sebagai data latih dan 20% sebagai data uji. Model terbaik diperoleh pada nilai K = 15 dengan hasil evaluasi akurasi sebesar 0,9894, sensitivitas sebesar 0,9915, dan spesifisitas sebesar 0,9861. Model tersebut kemudian diimplementasikan ke dalam sebuah aplikasi berbasis website guna mempermudah proses diagnosis serta pencatatan data pasien.