IMPLEMENTASI TEOREMA BAYES UNTUK MENDIAGNOSA TINGKAT STRES

IMPLEMENTASI TEOREMA BAYES UNTUK MENDIAGNOSA TINGKAT STRES

 PENDAHULUAN

      Stres pada manusia merupakan keadaan yang bersifat internal, yang disebabkan oleh tuntuan fisik, lingkungan dan situasi sosial, yang berpotensi merusak dan tidak terkontrol. Stres pada manusia merupakan bentuk ketegangan dari fisik, emosi maupun mental. Setiap orang yang mengalami stres dalam berbagai bentuk dan tingkatan ditemui dalam gejala diantarnya, sulit tidur, timbul rasa kuatir yang berlebih, sulit berkonsentrasi dan gejala yang lainnya. Bentuk ketegangan ini memepengaruhi kinerja keseharian seseorang, bahkan stres dapat menimbulkan rasa sakit, gangguan mental dan produktivitas menurun. Stres juga dapat diartikan sebagai kondisi yang menekan keadaan psikis seseorang dalam mencapai suatu kesempatan dimana untuk mencapai kesempatan tersebut terdapat batasan atau penghalang. Sehingga butuh suatu sistem yang dapat memberi daftar gejala hingga mengidentifikasi suatu obyek untuk membantu dalam mendiagnosa tingkat stres pada pasien.

TEOREMA BAYES

Teorema Bayes merupakan metode yang baik didalam mesin pembelajaran berdasarkan data Training, dengan menggunakan probabilitas bersyarat sebagai dasarnya. Metode Bayes juga merupakan suatu metode untuk menghasilkan estimasi parameter dengan menggabungkan informasi dari sampel dan informasi lain yang telah tersedia sebelumnya. Keunggulan utama dalam penggunaan metode Bayes adalah penyederhanaan dari cara klasik yang penuh dengan integral untuk memperoleh model marginal. Adapun bentuk dari Teorema Bayes untuk Evidence tunggal E dan hipotesis ganda H1, H2, H3, . . . . Hn. berkaitan dengan kenyataan yang tidak sesuai dengan harapan atau situasi yang menekan. Berikut ini adalah persamaan pada teorema bayes

 (1)

Keterangan:

P(H|E) : Probabilitas Hipotesis H benar jika diberikan evidence E terjadi

P(E|H) : Probabilitas munculnya evidence E, jika diketahui hipotesa H terjadi

P(H) : Probabilitas Hipotesa H (menurut hasil sebelumnya) tanpa memandang evidence apapun

P(E) : Probabilitas evidence E tanpa memandang apa pun

ANALISA DATA

Analisa data yang dilakukan adalah penyebab stres pada manusia. Penyebab stres pada manusia yang harus diwaspadai antara lain :

a. Stres ringan

   Stres ringan adalah stresor yang dihadapi setiap orang secara teratur, seperti telalu banyak tidur, kemacetan lalu-lintas, kritikan dari atasan. Situasi seperti ini biasanya berlangsung beberapa menit atau jam. Stresor ringan biasanya tidak disertai timbulnya gejala.

  Ciri-cirinya yaitu semangat meningkat, penglihatan tajam, energi meningkat namun cadangan energinya menurun, kemampuan menyelesaikan pelajaran meningkat, sering merasa letih tanpa sebab, perasaan tidak santai. Stres ringan berguna karena dapat memacu seseorang untuk berpikir dan berusaha lebih tangguh menghadapi tantangan hidup.

b. Stres sedang

  Berlangsung lebih lama dari beberapa jam sampai beberapa hari. Situasi perselisihan yang tidak terselesaikan rekan, anak yang sakit atau ketidak hadiran yang lama dari anggota keluarga merupakan penyebab stres. 

  Ciri-cirinya yaitu sakit perut, otot tersa tegang, perasaan tegang, ganguan tidur dan badan terasa ringan. 

c. Stres berat

   Adalah situasi yang lama dirasakan oleh seseorang dapat berlangsung beberapa minggu sampai beberapa bulan, seperti perselisihan perkawinan secara terus-menerus, kesulitan financial yang berlangsung lama karena tidak ada perbaikan, berpisah dengan keluarga,berpindah tempat tinggal, mempunyai penyakit kronis dan termasuk perubahan fisik, psikologis, social pada usia lanjut. Makin sering dan makin lama situasi stres, makin tinggi resiko kesehatan yang ditimbulkan. Stres yang berkepanjangan dapat mempengaruhi kemampuan untuk menyelesaikan kegiatan pekerjaan.

   Ciri-cirinya yaitu sulit beraktivitas, gangguan hubungan sosial, sulit tidur, negativistik, penurunan konsentrasi, takut tidak jelas, keletihan meningkat, tidak mampu melakukan pekerjaan sederhana, gangguan sistem meningkat dan perasaan takut meningkat.

Untuk mengetahui apakah seseorang memiliki salah satu jenis penyakit diatas terlebih dahulu kita mengetahui apa yang sering dialami penderita penyakit tersebut, gejala itu akan akan dijadikan salah satu gejala pendukung untuk penentuan penyakit. Adapun gejala-gejala umum dari setiap setiap gejala-gejala antara lain:

Tabel1. Gejala penyakit stress pada manusia

Tabel 2. Jenis penyakit stress pada manusia

Kode	Jenis Penyakit Stress pada Manusia	Nilai
JK1	Stress Ringan	1,7
JK2	Stress Sedang	4,1
JK3	Stress Berat	3,1

               Tabel 3. Kaidah Produksi

PERHITUNGAN TEOREMA BAYES

gejala yang dialami ada 2 gejala yaitu nyeri dada (G1) dan Diare selama beberpa hari (G2). Berdasarkan gejala tersebut maka dapat dihitung.

1.    Stres Ringan (JK1)

Jika probabilitas penyakit stres ringan (JK1) adalah : 1.7

Jika probabilitas penyakit adalah :

a.     Nyeri dada (G1) : 0.9

b.    Diare  selama  beberapa  hari  (G2)  : 0.8

Perhitungan nilai bayes:

2. Stres Berat (JK3)                            

Jika Probabilitas penyakit stres berat (JK3) adalah : 3.1

Jika Probabilitas penyakit adalah :

a. Nyeri dada (G1) : 0

b. Diare selama beberapa hari (G2) : 0

Perhitungan nilai bayes:

Total Bayes 2 = 0 + 0 = 0 

Hasil = Total Bayes 1 + Total Bayes 2

      = 2 + 0

      = 2 

Maka perhitungan probabilitas penyakitnya adalah :

a.   Penyakit Stres Ringan (JK1)

= 2 \ 2 * 100%

= 100%

b.   Penyakit Stres berat (JK3)

= 0 \ 2 * 100%

= 0% 

KESIMPULAN

1.        Sistem dalam Mendiagnosa Penyebab stres pada manusia dengan menyeleksi alternatif terbaik untuk mendiagnosa penyebab stres pada manusia dengan menggunakan perhitungan berdasarkan metode Teorema Bayes maka dapat ditentukan keputusan yang lebih objektif.

2.    Sistem mendiagnosa Penyebab Stres Pada Manusia Menggunakan Metode Teorema Bayes akan menghasilkan informasi apakah penderita mengalami stres berat, sedang dan ringan.

REFERENSI

     Zulfian Azmi, Kurniadi Syahputra "Implementasi Teorema Bayes untuk Mendiagnosa Tingkat Stres" Journal of Information System, Informatics and Computing. Vol.2 No.1 Februari 2018