Implementasi Discrete Bayesian Network dalam Analisis Korelasi Parameter Darah pada Pasien Suspek Demam Berdarah Dengue

Abstrak

Demam Berdarah Dengue (DBD) merupakan salah satu penyakit menular yang masih menjadi permasalahan kesehatan utama di Indonesia. Diagnosis dini sering kali mengalami kesulitan karena gejala klinis awal yang tidak spesifik, sehingga analisis parameter hematologi seperti trombosit, leukosit, dan hemoglobin menjadi penting dalam mendukung identifikasi kasus. Penelitian ini bertujuan untuk menganalisis korelasi antarparameter darah pasien suspek DBD menggunakan pendekatan Discrete Bayesian Network (DBN). Data penelitian bersumber dari dataset sekunder platform Kaggle yang memuat hasil pemeriksaan laboratorium pasien dengan gejala DBD. Tahapan penelitian meliputi praproses data, diskretisasi variabel, pembentukan struktur jaringan, estimasi parameter dengan metode Maximum Likelihood Estimation, serta inferensi probabilistik menggunakan Variable Elimination. Hasil penelitian menunjukkan bahwa pasien dengan kadar trombosit dan sel darah putih rendah memiliki probabilitas positif DBD sebesar 0.832, meningkat dibandingkan probabilitas awal sebesar 0.684. Hal ini menegaskan bahwa kombinasi trombositopenia dan leukopenia merupakan indikator kuat terhadap infeksi dengue. Model DBN yang dibangun berhasil merepresentasikan hubungan kausal antarparameter darah dan memberikan estimasi probabilistik yang konsisten dengan temuan klinis. Pendekatan ini berpotensi diterapkan sebagai sistem pendukung keputusan medis dalam diagnosis dini DBD secara lebih akurat dan berbasis data.