Analisis Komparatif Algoritma Machine Learning untuk Prediksi Dini Tuberkulosis di Puskesmas X Koto I Tanah Datar
DOI:
https://doi.org/10.35335/lebah.v19i4.493Keywords:
Machine Learning, Prediksi, TuberkulosisAbstract
Tuberkulosis (TB) masih menjadi masalah kesehatan serius di Indonesia, terutama di daerah dengan akses terbatas seperti Kabupaten Tanah Datar. Deteksi dini yang lambat sering kali terjadi karena gejala awal yang tidak spesifik dan sistem pencatatan yang masih manual. Penelitian ini bertujuan mengembangkan sistem prediksi pasien TB berbasis machine learning dengan algoritma Support Vector Machine (SVM) untuk membantu tenaga kesehatan di Puskesmas X Koto I dalam melakukan skrining awal. Metode yang digunakan meliputi pengumpulan data rekam medis sebanyak 1.000 pasien, pengembangan model prediktif, pelatihan bagi tenaga kesehatan, serta implementasi dan evaluasi sistem. Hasil uji coba menunjukkan bahwa sistem mampu memprediksi risiko TB dengan akurasi mencapai 98% dengan precision, recall dan fi-score 93%. Sistem ini telah diimplementasikan dalam bentuk aplikasi web interaktif yang mudah digunakan oleh petugas kesehatan. Selain meningkatkan akurasi diagnosis, sistem ini juga mempercepat proses skrining dan mendukung upaya pencegahan penularan TB di masyarakat. Program ini diharapkan dapat menjadi model inovatif yang berkelanjutan dan dapat diadopsi oleh puskesmas lainnya
References
Adadi, A., & Berrada, M. (2018). Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI). 52138–52160.
Afiah, A. S. N., Soesanti, Husen, A. H., & Tempola, F. (2022). Deteksi Dini Risiko Tuberkulosis Di Kota Ternate: Pelacakan dan Implementasi Algoritma Klasifikasi. Jurnal CoSciTech (Computer Science and Information Technology), 3(2), 217–225. https://doi.org/https://doi.org/10.37859/coscitech.v3i2.3986
Darsyah, M. Y. (2014). Klasifikasi Tuberkulosis Dengan Pendekatan Metode Supports Vector Machine (SVM). Jurnal Statistika Universitas Muhammadiyah Semarang, 2(2), 37–41. https://doi.org/10.26714/jsunimus.2.2.2014.%25p
Efitra, E., Prawira, A. T. A., Kusuma, Ardiada, I. M. D., Mahendra, G. S., Meilani, B. D., Purwayoga, V., Yuricha, Y., Rasyid, R., Agusdi, Y., Junaidi, S., Gunawan, I. M. A. O., Sahibu, S., Sadli, A., & Suparno, I. W. (2024). Buku Ajar Perancangan Basis Data.
Fahmi, H., & Sutisna. (2024). Implementasi Data Mining Klasifikasi Gejala Penyakit TB Menggunakan Algoritma Naive Bayes pada Studi Kasus Puskesmas Pengangsaan Dua B. Jurnal Indonesia Manajemen Informatika Dan Komunikasi, 5(3), 2888–2898. https://doi.org/10.35870/jimik.v5i3.970
Febriyani, N., Mardiyah, A., & Kariman, D. (2024). Pelatihan Pengolahan Database Sekolah dalam Mempermudah Akses Informasi di SMAN 4 Sumatera Barat. JHP2M: Jurnal Hasil-Hasil Pengabdian Dan Pemberdayaan Masyarakat, 3(2), 387–393. https://doi.org/10.35880/jhp2m.v3i2.5719
Hsb, S., Husein, I., & Widyasari, R. (2021). Peramalan Jumlah Kasus Tuberkulosis di Rumah Sakit Umum Haji Medan dengan Metode Support Vector Regression-Particle Swarm Optimization. Proximal: Jurnal Penelitian Matematika Dan Pendidikan Matematika, 7(2), 524–533.
Junaidi, S., Anggela, R. V., & Fadhli, I. (2023). Prediksi Kelulusan Tepat Waktu Mahasiswa Menggunakan Metode Data Mining dengan Algoritma Naive Bayes. Jurnal Edik Informatika, 9(2), 65–74.
Junaidi, S., Anggela, R. V., & Kariman, D. (2024). Klasifikasi Metode Data Mining untuk Prediksi Kelulusan Tepat Waktu Mahasiswa dengan Algoritma Naïve Bayes , Random Forest , Support Vector Machine ( SVM ) dan Artificial Neural Nerwork ( ANN ). Journal of Applied Computer Science and Technology (JACOST), 5(1), 109–119.
Junaidi, S., & Devegi, M. (2023). Algoritma dan Pemrograman dengan Python (Efitra & A. Juansa (eds.); 1st ed.). PT. Sonpedia Publishing Indonesia.
Junaidi, S., Devegi, M., & Kurniawan, H. (2023). Pelatihan Pengolahan dan Visualisasi Data Penduduk Menggunakan Python. Jurnal Pengabdian Dan Pemberdayaan Masyarakat, 4(1), 151–162. https://doi.org/10.30812/adma.v4i1.2963
Kementerian Kesehatan Republik Indonesia. (2020). Pedoman Nasional Pelayanan Kedokteran Tata Laksana Tuberkulosis (S. Sastroasmoro (ed.)). Kementerian Kesehatan Republik Indonesia. https://repository.kemkes.go.id/book/124
Lumbanraja, F. R., Sitepu, I. H. B., Kurniawan, D., & Aristoteles. (2020). Prediksi Jumlah Penderita Penyakit Tuberkulosis Di Kota Bandar Lampung Menggunakan Metode Svm ( Support Vector Machine ). 07(3), 320–330.
Manuaba, I. B. K., Mukminna, H., Judijanto, L., Fanani, M. Z., Supartha, I. K. D. G., Junaidi, S., Pasinggi, E. S., Suryadi, D., Purba, D. N., Nampira, A. A., Indriani, D., & Sa’dianoor. (2025). Big Data : Teori dan Penerapan Teknologi Big Data dalam Berbagai Bidang (Sepriano (ed.); 1st ed.). PT. Sonpedia Publishing Indonesia.
Mary, T., Pernanda, A. Y., & Junaidi, S. (2021). Application Of The Secure Hashing Algorithm (SHA) Method and Role-Based Access Security Authentication In Laravel 7. Jurnal Edik Informatika, 7(2), 43–62. https://ejournal.upgrisba.ac.id/index.php/eDikInformatika/article/view/4875/pdf
Ohyver, D. A., Sa’dianoor, Junaidi, S., & Adawiyah, R. (2024). Buku Ajar Kecerdasan Buatan. PT. Sonpedia Publishing Indonesia.
Pemerintah Kabupaten Tanah Datar. (2025). Buku Profil Kabupaten Tanah Datar.
Sain, H., Fadri, F., Fajri, M., & Faidah, D. Y. (2025). Optimization of Tuberculosis Diagnosis Using the Support Vector Machine Method on Health Data of Central Sulawesi Province. Journal of Hunan University, 52(1), 163–170. https://doi.org/10.55463/issn.1674-2974.52.1.14
United Nations. (2020). The Sustainable Development Goals Report 2020. https://sdgs.un.org/sites/default/files/2020-09/The-Sustainable-Development-Goals-Report-2020.pdf
Weraman, P., Muntasir, Jutomo, L., Tira, D. S., & Keraf, A. S. L. (2025). Inovasi Penanggulangan Tuberkulosis dengan TCM. Rizmedia Pustaka Indonesia.
World Health Organization. (2023). Global Tuberculosis Report 2023. https://iris.who.int/server/api/core/bitstreams/cc23b85f-72c0-4177-8137-cb1161da1025/content
World Health Organization. (2024). Global tuberculosis report 2024. World Health Organization.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Satrio Junaidi, Nia Febriyani, Melani Septina Putri, Muthia Ananda
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
