PERANCANGAN APLIKASI SISTEM PAKAR UNTUK DETEKSI RESIKO REEKLAMPSIA DENGAN METODE DEMPSTER SHAFER BERBASIS ANDROID
| Main Author: | NURRAHMAH WIDA ACHMADI, 081411731033 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/78356/1/ST%20T%2047_18%20Ach%20p%20Abstrak.pdf http://repository.unair.ac.id/78356/2/ST%20T%2047_18%20Ach%20p.pdf http://repository.unair.ac.id/78356/ http://www.lib.unair.ac.id |
Daftar Isi:
- Preeklampsia adalah komplikasi pada kehamilan yang biasanya ditandai oleh hipertensi dan proteinuria pada trisemester kedua kehamilan Preeklampsia menyebabkan ibu dan janin menderita serta merupakan penyebab proporsi yang tinggi pada kematian ibu dan bayi, 42% kematian akibat preeklampsia disebabkan oleh penundaan pencarian perawatan medis, 39% karena kondisi pasien serta 39% dikarenakan pengetahuan pasien tentang keparahan kondisi yang dialaminya maih kurang. Penelitian ini diharapkan dapat membantu masyarakat awam khususnya ibu hamil dalam mendeteksi resiko pre-eklampsia sehingga ibu hamil dapat melakukan tindakan preventif sehingga dapat menurunkan angka kematian ibu akibat preeklampsia.Penelitian ini dilakukan dengan menggunakan metode Dempster Shafer untuk mengetahui tingkat kepercayaan terhadap hasil deteksi. Dempster Shafer merupakan teori yang dapat merepresentasikan pengetahuan dari pakar, serta mempertimbangan kombinasi antara masing-masing fakta pendukung suatu kejadian karena tidak semua fakta pendukung secara langsung mempengaruhi kejadian. Sampel uji yang digunakan dalam penelitian ini adalah data rekam medis yang berasal dari RSU Haji Surabaya sebanyak 55 data preeklampsia serta 55 data non preeklampsia. Aplikasi ini menggunakan 17 parameter berupa faktor resiko sebagai masukan serta 2 keluaran yaitu beresiko mengalami preeklampsia serta normal(tidak beresiko mengalami preeklampsia). Dari 110 data didapatkan nilai Sensitivitas sebesar 92,72%, Spesitivitas sebesar 83,63%, Positve Predictive Vaue(PPV) sebesar 85%, Negatve Predictive Value(NPV) sebesar 92% serta akurasi adalah sebesar 88,18%