Sistem Deteksi Dini Penyakit Preeklampsia Melalui Perubahan Warna Urine Berdasarkan Protein dengan Menggunakan Metode Naïve Bayes Classifier

Abstrak

Umumnya preeklamsia adalah penyakit komplikasi yang sering dialami pada ibu hamil.Penyakit ini terjadi dikarenakan adanya tekanan darah tinggi, tanpa edema atau bengkak dan disertai protein dalam urin (proteinuria).Kondisi ini kebanyakan dapat terjadi pada usia kehamilan timester 2 dan trimester 3 atau lebih dari 20 minggu. Ada beberapa teknik untuk mengetahui penyakit tersebut,salah satunya dengan dengan melihat kondisi urin. Namun, ketika penentuan status urin secara manual, sering mengalami kesalahan, karena proses diagnosis hanya menggunakan kasat mata sebagai indikator utama. Oleh karena itu, sistem diagnosa otomatis diperlukan untuk mengurangi kesalahan manusia dan memastikan bahwa pasien menerima perawatan yang mereka butuhkan. Informasi fitur warna diperoleh menggunakan sensor TCS 34725 untuk eksperimen ini. Ada tiga keadaan urin berbeda yang diidentifikasi dan diberi label sebagai Urine Normal, Urine Preeklampsia 1, dan Urine Preeklampsia 2. Titik referensi ditemukan sebagai Urine Normal. Proses klasifikasi menggunakan metode Naive Bayes yang merupakan salah bidang ilmu pengetahuan pola.Metode ini digunakan karena memberikan kemudahan implementasi dan komputasi yang cepat agar prediksi real-time dapat dilakukan.

Abstract

Generally, preeclampsia is a complication disease that is often experienced by pregnant women. This disease occurs due to high blood pressure, without edema or swelling and accompanied by protein in the urine (proteinuria). This condition can usually occur in the 2nd and 3rd trimester of pregnancy or later 20 weeks. There are several ways to find out the disease, one of which is by looking at the condition of the urine. However, in the process of determining the condition of the urine manually, errors often occur because the analysis process only uses the naked eye as the main parameter. Therefore, a tool that can perform automatic analysis is needed to minimize errors in the process and take action on patients. This study uses a TCS 34725 sensor to perform feature extraction in the form of color. Urine conditions are divided into three classes, namely Normal Urine, Preeclampsia 1 Urine and Preeclampsia Urine 2. The classification process uses the Naive Bayes method which is one of the fields of pattern science. This method is used because it provides easy implementation and fast computation so that real-time predictions can be made.