Klasifikasi Penyakit Tuberkulosis Menggunakan Metode Uniform Manifold Approximation And Projection (UMAP) dan K-Nearest Neighbors (K-NN) di Puskesmas Prabumulih Timur

Tuberkulosis (TBC) adalah penyakit infeksi yang membutuhkan diagnosis cepat dan akurat. Penelitian ini mengembangkan sistem klasifikasi TBC berbasis UMAP untuk reduksi dimensi dan K-NN untuk klasifikasi guna meningkatkan akurasi dan efisiensi diagnosis di Puskesmas Prabumulih Timur. Dataset yang digunakan terdiri dari 278 rekam medis pasien dengan atribut gejala klinis seperti batuk berdahak, suhu tubuh, dan penurunan berat badan. Model diuji dengan membandingkan K-NN tanpa UMAP dan K-NN dengan UMAP untuk mengukur efektivitas reduksi dimensi.

Hasil penelitian menunjukkan bahwa accuracy K-NN tanpa UMAP adalah 94,57%, sedangkan setelah menggunakan UMAP meningkat menjadi 100%. Nilai precision tetap 100%, nilai recall meningkat dari 90,20% menjadi 100% dan F1-score juga meningkatdari 94,85% menjadi 100%. Selain meningkatkan performa, UMAP juga mempercepat komputasi, membuat sistem lebih efisien untuk digunakan dalam layanan kesehatan. Dengan hasil ini, model klasifikasi dari metode UMAP dan K-NN dapat menjadi alat bantu yang lebih cepat dan akurat dalam mendukung tenaga medis untuk diagnosis dini TBC, serta berpotensi diterapkan dalam sistem kesehatan yang lebih luas.

Kata kunci: Tuberkulosis, UMAP, K-NN, klasifikasi, Reduksi Dimensi, Puskesmas Prabumulih Timur