Cover Image

Penerapan Metode Dempster Shafer Untuk Deteksi Penyakit Infeksi Saluran Pernafasan Dengan Pembangkitan Nilai Belief Menggunakan Algoritma Genetika

Main Author: Panjaitan, NovianiHasianna
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2016
Subjects:
005 Computer programming
programs
data
Online Access: http://repository.ub.ac.id/146829/1/Skripsi_Noviani_Hasianna_P_115060807111086.pdf
http://repository.ub.ac.id/146829/
ctrlnum 146829
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/146829/</relation><title>Penerapan Metode Dempster Shafer Untuk Deteksi Penyakit Infeksi Saluran Pernafasan Dengan Pembangkitan Nilai Belief Menggunakan Algoritma Genetika</title><creator>Panjaitan, NovianiHasianna</creator><subject>005 Computer programming, programs, data</subject><description>Penyakit pneumonia yang merupakan penyakit infeksi saluran pernafasan bagian bawah termasuk dalam 10 jenis penyakit paling sering menyebabkan kematian di Indonesia. Tidak mudah untuk mendeteksi penyakit dengan cepat dan tepat, terutama bila gejala yang dialami pasien tidak jelas atau terlalu umum seperti pada penyakit pneumonia dan bronchitis akut dengan gejala yang terlalu umum serta memiliki kemiripan gejala yang dapat memungkinkan dokter salah mendiagnosis padahal penanganan terhadap kedua penyakit ini berbeda. Metode Dempster-Shafer telah banyak digunakan untuk menyelesaikan masalah diagnosa penyakit dengan nilai belief yang diberikan pakar, namun tidak dapat dipastikan kredibilitas nilai belief yang diberikan pakar tersebut. Diperlukan optimasi pada nilai belief agar didapatkan nilai belief yang konsisten dan optimal. Pada penelitian ini menggunakan algoritma genetika untuk optimasi nilai belief karena algoritma genetika merupakan komputasi sederhana namun kuat dalam pencarian untuk perbaikan. Metode yang digunakan dalam algoritma genetika yaitu Extended Internediate Crossover dan Random Mutation, dan Elitism Selection. Hasil yang didapatkan nantinya adalah kromosom dengan nilai fitness mendekati paling optimal, kemudian kromosom tersebut akan digunakan sebagai nilai belief untuk menghitung gejala-gejala dari penyakit dengan metode Dempster-Shafer. Berdasarkan hasil pengujian dan analisis sistem parameter algoritma genetika yang baik untuk menentukan nilai belief yaitu probabilitas crossover(cr) 0,4, probabilitas mutasi(mr) 0,6, ukuran populasi 120, dan jumlah generasi 100. Hasil perhitungan akurasi sistem dengan menggunakan nilai belief yang telah dioptimasi pada 17 kasus penyakit infeksi saluran pernafasan menunjukkan akurasi sebesar 82,35%. Hasil akurasi ini mengalami kenaikan sebesar 29,41% dimana pada perhitungan akurasi menggunakan nilai belief dari pakar menunjukkan akurasi sebesar 52,94%.</description><date>2016-05-19</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146829/1/Skripsi_Noviani_Hasianna_P_115060807111086.pdf</identifier><identifier> Panjaitan, NovianiHasianna (2016) Penerapan Metode Dempster Shafer Untuk Deteksi Penyakit Infeksi Saluran Pernafasan Dengan Pembangkitan Nilai Belief Menggunakan Algoritma Genetika. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2016/282/051605538</relation><recordID>146829</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Panjaitan, NovianiHasianna
title Penerapan Metode Dempster Shafer Untuk Deteksi Penyakit Infeksi Saluran Pernafasan Dengan Pembangkitan Nilai Belief Menggunakan Algoritma Genetika
publishDate 2016
isbn 1150608071110
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/146829/1/Skripsi_Noviani_Hasianna_P_115060807111086.pdf
http://repository.ub.ac.id/146829/
contents Penyakit pneumonia yang merupakan penyakit infeksi saluran pernafasan bagian bawah termasuk dalam 10 jenis penyakit paling sering menyebabkan kematian di Indonesia. Tidak mudah untuk mendeteksi penyakit dengan cepat dan tepat, terutama bila gejala yang dialami pasien tidak jelas atau terlalu umum seperti pada penyakit pneumonia dan bronchitis akut dengan gejala yang terlalu umum serta memiliki kemiripan gejala yang dapat memungkinkan dokter salah mendiagnosis padahal penanganan terhadap kedua penyakit ini berbeda. Metode Dempster-Shafer telah banyak digunakan untuk menyelesaikan masalah diagnosa penyakit dengan nilai belief yang diberikan pakar, namun tidak dapat dipastikan kredibilitas nilai belief yang diberikan pakar tersebut. Diperlukan optimasi pada nilai belief agar didapatkan nilai belief yang konsisten dan optimal. Pada penelitian ini menggunakan algoritma genetika untuk optimasi nilai belief karena algoritma genetika merupakan komputasi sederhana namun kuat dalam pencarian untuk perbaikan. Metode yang digunakan dalam algoritma genetika yaitu Extended Internediate Crossover dan Random Mutation, dan Elitism Selection. Hasil yang didapatkan nantinya adalah kromosom dengan nilai fitness mendekati paling optimal, kemudian kromosom tersebut akan digunakan sebagai nilai belief untuk menghitung gejala-gejala dari penyakit dengan metode Dempster-Shafer. Berdasarkan hasil pengujian dan analisis sistem parameter algoritma genetika yang baik untuk menentukan nilai belief yaitu probabilitas crossover(cr) 0,4, probabilitas mutasi(mr) 0,6, ukuran populasi 120, dan jumlah generasi 100. Hasil perhitungan akurasi sistem dengan menggunakan nilai belief yang telah dioptimasi pada 17 kasus penyakit infeksi saluran pernafasan menunjukkan akurasi sebesar 82,35%. Hasil akurasi ini mengalami kenaikan sebesar 29,41% dimana pada perhitungan akurasi menggunakan nilai belief dari pakar menunjukkan akurasi sebesar 52,94%.
id IOS4666.146829
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:48:43Z
last_indexed 2021-10-28T07:34:14Z
recordtype dc
_version_ 1751454632666726400
score 17.538404

Lihat Juga