Abstract :
Saat ini sudah banyak orang dari berbagai kalangan yang menggunakan smartphone, tak
terkecuali petugas rumah sakit. Rumah sakit Nyai Ageng Pinatih merupakan rumah sakit
yang mayoritas pasiennya adalah ibu hamil, setiap bulannya mendapat pasien penderita
abortus. Dirumah sakit ini penentuan apakah pasien tersebut abortus atau normal masih
manual dan tergolong lambat dan dapat menghambat kinerja petugas rumah sakit,. maka
dari itu untuk mempercepat penentuan apakah pasien terkena abortus atau normal
diperlukan sebuah sistem yang baik agar hasilnya tepat dan cepat. Dengan
menggunakan aplikasi berbasis android dan menggunakan metode Naïve bayes
maka petugas rumah sakit dapat dengan mudah mendeteksi gejala abortus dengan
cepat dan tepat. Menggunakan teknik data mining klasifikasi metode Naïve bayes,
prediksi atau klasifikasi dapat dilakukan. Ada bermacam-macam metode dalam
mengklasifikasikan data dan setiap metode memiliki kelebihan dan kekurangan
masing-masing. Naïve Bayes memiliki kelebihan mudah dipahami, hanya
memerlukan pengkodean yang sederhana, lebih cepat dalam perhitungan.
Berdasarkan dari hasil penelitian dan pembahasan yang dilakukan, algoritma
Naïve Bayes mampu mengklasifikasikan status abortus dengan mengggunakan
data keluhan pasien.