Cover Image

Sistem Pakar Diagnosa Awal Penyakit Dbd, Malaria, Dan Tifoid Menggunakan Metode Fuzzy K-Nearest Neighbor (FKNN)

Main Author: Annisa, DwiCitra
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2016
Subjects:
005 Computer programming
programs
data
Online Access: http://repository.ub.ac.id/147041/1/Dwi_Citra_Annisa.pdf
http://repository.ub.ac.id/147041/2/jurnal.pdf
http://repository.ub.ac.id/147041/
ctrlnum 147041
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/147041/</relation><title>Sistem Pakar Diagnosa Awal Penyakit Dbd, Malaria, Dan Tifoid Menggunakan Metode Fuzzy K-Nearest Neighbor (FKNN)</title><creator>Annisa, DwiCitra</creator><subject>005 Computer programming, programs, data</subject><description>Demam merupakan suatu gejala penyakit yang hampir setiap orang pernah mengalaminya. Demam merupakan gejala awal dari beberapa penyakit baik itu penyakit biasa maupun penyakit serius. Namun terdapat beberapa penyakit dengan gejala demam yang sulit dibedakan karena memiliki gejala awal yang mirip diantaranya adalah demam berdarah dengue (DBD), malaria dan tifoid. Kesalahan dalam penegakkan diagnosis awal sering terjadi karena keterbatasan pengalaman sehingga kecepatan mendiagnosis penyakit sangat terbatas dan terkadang kurang akurat. Masih banyak dokter-dokter muda dan tenaga medis yang sulit dalam mendeteksi lebih awal ketiga penyakit ini. Apabila salah dalam mendiagnosa awal sebuah penyakit maka akan berakibat terlambatnya penanganan dan pengobatan dan hal tersebut dapat berakibat fatal. Untuk mengatasi hal tersebut dibutuhkan suatu sistem yang dapat mengadopsi pengetahuan pakar. Salah satu teknologi komputer yang dapat membantu menegakkan diagnosis awal melalui verifikasi gejala-gejala yaitu menggunakan sistem pakar. Pada sistem pakar ini menggunakan metode fuzzy k-nearest neighbor yang merupakan metode klasifikasi yang digunakan untuk memprediksi data uji menggunakan nilai keanggotaan terbesar pada tiap kelas penyakit sebagai penyakit hasil prediksi. Sistem pakar ini menggunakan 15 parameter gejala dan 3 kelas penyakit. Berdasarkan hasil pengujian pengaruh nilai K terhadap tingkat akurasi didapatkan rata-rata akurasi sebesar 90.75% Pada pengujian pengaruh variasi jumlah data latih didapatkan rata-rata akurasi sebesar 87% dan pada pengujian pengaruh komposisi data latih didapatkan akurasi tertinggi yaitu 94% yang didapat dari komposisi data latih seimbang.</description><date>2016-08-08</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/147041/1/Dwi_Citra_Annisa.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/147041/2/jurnal.pdf</identifier><identifier> Annisa, DwiCitra (2016) Sistem Pakar Diagnosa Awal Penyakit Dbd, Malaria, Dan Tifoid Menggunakan Metode Fuzzy K-Nearest Neighbor (FKNN). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2016/475/051608737</relation><recordID>147041</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Annisa, DwiCitra
title Sistem Pakar Diagnosa Awal Penyakit Dbd, Malaria, Dan Tifoid Menggunakan Metode Fuzzy K-Nearest Neighbor (FKNN)
publishDate 2016
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/147041/1/Dwi_Citra_Annisa.pdf
http://repository.ub.ac.id/147041/2/jurnal.pdf
http://repository.ub.ac.id/147041/
contents Demam merupakan suatu gejala penyakit yang hampir setiap orang pernah mengalaminya. Demam merupakan gejala awal dari beberapa penyakit baik itu penyakit biasa maupun penyakit serius. Namun terdapat beberapa penyakit dengan gejala demam yang sulit dibedakan karena memiliki gejala awal yang mirip diantaranya adalah demam berdarah dengue (DBD), malaria dan tifoid. Kesalahan dalam penegakkan diagnosis awal sering terjadi karena keterbatasan pengalaman sehingga kecepatan mendiagnosis penyakit sangat terbatas dan terkadang kurang akurat. Masih banyak dokter-dokter muda dan tenaga medis yang sulit dalam mendeteksi lebih awal ketiga penyakit ini. Apabila salah dalam mendiagnosa awal sebuah penyakit maka akan berakibat terlambatnya penanganan dan pengobatan dan hal tersebut dapat berakibat fatal. Untuk mengatasi hal tersebut dibutuhkan suatu sistem yang dapat mengadopsi pengetahuan pakar. Salah satu teknologi komputer yang dapat membantu menegakkan diagnosis awal melalui verifikasi gejala-gejala yaitu menggunakan sistem pakar. Pada sistem pakar ini menggunakan metode fuzzy k-nearest neighbor yang merupakan metode klasifikasi yang digunakan untuk memprediksi data uji menggunakan nilai keanggotaan terbesar pada tiap kelas penyakit sebagai penyakit hasil prediksi. Sistem pakar ini menggunakan 15 parameter gejala dan 3 kelas penyakit. Berdasarkan hasil pengujian pengaruh nilai K terhadap tingkat akurasi didapatkan rata-rata akurasi sebesar 90.75% Pada pengujian pengaruh variasi jumlah data latih didapatkan rata-rata akurasi sebesar 87% dan pada pengujian pengaruh komposisi data latih didapatkan akurasi tertinggi yaitu 94% yang didapat dari komposisi data latih seimbang.
id IOS4666.147041
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 2021-10-27T08:48:53Z
last_indexed 2021-10-28T07:34:23Z
recordtype dc
_version_ 1751454631329792000
score 17.538404

Lihat Juga