Abstract :
Penyakit katarak merupakan penyebab utama kebutaan di seluruh dunia,
yaitu lebih dari 50% (Depkes RI, 2016). Diperkirakan setiap tahun kasus baru
buta karena katarak akan selalu bertambah sebesar 0,1% dari jumlah penduduk
atau kira-kira 250.000 orang setiap tahunnya (Depkes RI, 2016).
RSUD Ibnu Sina Kabupaten Gresik merupakan rumah sakit negeri kelas B.
Salah satu perannya dalam bidang kesehatan ialah dalam penanganan penderita
penyakit mata katarak di kota Gresik dan sekitarnya. Masalah yang dihadapi oleh
RSUD Ibnu Sina Kabupaten Gresik adalah Banyaknya faktor penyebab yang
mempengaruhi penyakit mata katarak dan beberapa faktor penyebab memiliki
kesamaan atau kemiripan dengan faktor penyebab penyakit mata lainnya yang
terkadang membuat dokter cukup kesulitan dalam mendeteksi dan menentukan
kategori penyakit mata katarak yang diderita oleh pasien. Agar permasalahan
tersebut dapat diselesaikan yaitu dengan dibuatkan suatu sistem yang dapat
mengklasifikasikan penyakit mata katarak sebagai deteksi awal.
Sistem ini menerapkan teknik Data Mining Classification dengan
menggunakan metode Naive Bayes untuk mengklasifikasikan penyakit katarak
sebagai deteksi awal. Atribut yang digunakan pada penelitian ini terdiri dari 4
variabel, yaitu Umur, Trauma Mata, Diabetes Melitus dan Hipertensi. Pengujian
sistem dilakukan sebanyak tiga kali pengujian dengan komposisi data yang
berbeda-beda. Pengujian pertama menggunakan 30 data uji, pengujian kedua
menggunakan 25 data uji dan pengujian ketiga menggunakan 20 data uji.
Berdasarkan ketiga pengujian bahwa jumlah data uji akan mempengaruhi
keakuratan klasifikasi dan hasil akurasi terbaik terdapat pada pengujian pertam