Penyakit Demam Berdarah Dengue (DBD) merupakan salah satu masalah kesehatan masyarakat di Indonesia yang jumlah penderitanya cenderung meningkat dan penyebarannya semakin luas. Untuk mengetahui pasien tersebut terkena Demam Berdarah dalam satu tahun dapat dilakukan suatu prediksi berdasarkan data-data pasien dari Rumah Sakit Bina Sehat. Jumlah data yang terus meningkat ini memerlukan beberapa metode untuk mengolah dan mengambil kesimpulan dan informasi dari data tersebut. pada tugas akhir ini penulis meneliti penggunaan metode algoritma naïve bayes sebagai classifier untuk mengklasifikasikan data pasien berdasarkan indeks Trombosit, Hermatokrit dan Hemoglobin. Untuk menghitung tingkat akurasi dari penelitian ini penulis juga menggunakan perhitungan precision, recall dan akurasi untuk mendapatkan hasil yang optimal. Hasil perhitungan dengan menggunakan precision adalah 100%, untuk hasil perhitungan recall adalah 96%, dan untuk hasil perhitungan akurasi adalah 97%.

Dengue Haemorrhagic Fever (DHF) is a public health problem in Indonesia, the number of sufferers is likely to increase and spread more widely. To determine the patients affected with Dengue in one year may be a prediction based on patient data from Bina Sehat Hospital. Increasing the amount of data it requires some methods to process and draw conclusions from the data and information. in this paper the author examines the use of naïve Bayes algorithm as a classifier to classify the patient data based index Platelets, Hermatokrit and hemoglobin. To calculate the accuracy of the study authors also use the calculation precision, recall and accuracy to obtain optimal results. The result using the precision is 100%, for the results of the calculation of the recall is 96%, and for the results of the calculation accuracy is 97%.

http://digilib.unmuhjember.ac.id/gdl.php?mod=browse&op=read&id=umj-1x-mamiksudar-1790