Metode Klasifikasi dengan Agregasi untuk Identifikasi Penyakit dengan Gejala yang Mirip

Manalu, Virzaniari ( 0872104 ) (2014) Metode Klasifikasi dengan Agregasi untuk Identifikasi Penyakit dengan Gejala yang Mirip. Other thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
0872104_Abstract_TOC.pdf - Accepted Version

Download (47Kb) | Preview
[img] Text
0872104_Appendices.pdf - Accepted Version
Restricted to Registered users only

Download (8Mb)
[img]
Preview
Text
0872104_Chapter1.pdf - Accepted Version

Download (118Kb) | Preview
[img] Text
0872104_Chapter2.pdf - Accepted Version
Restricted to Registered users only

Download (258Kb)
[img] Text
0872104_Chapter3.pdf - Accepted Version
Restricted to Registered users only

Download (2971Kb)
[img] Text
0872104_Chapter4.pdf - Accepted Version
Restricted to Registered users only

Download (696Kb)
[img] Text
0872104_Chapter5.pdf - Accepted Version
Restricted to Registered users only

Download (302Kb)
[img]
Preview
Text
0872104_Conclusion.pdf - Accepted Version

Download (10Kb) | Preview
[img]
Preview
Text
0872104_Cover.pdf - Accepted Version

Download (510Kb) | Preview
[img]
Preview
Text
0872104_References.pdf - Accepted Version

Download (12Kb) | Preview

Abstract

Salah satu hal menantang dalam pengaplikasian teknologi informasi, khususnya pada bidang kedokteran, adalah untuk mendeteksi penyakit-penyakit yang mirip melalui gejala-gejala umum. Kasus yang diambil dalam penelitian tugas akhir ini adalah penyakit demam berdarah, malaria dan typhus. Sistem pakar yang dibuat memanfaatkan agregasi nilai probabilistik hasil pembelajaran mesin dengan support vector machine dan regresi logistik dalam mendiagnosa penyakit. Dengan sistem ini diharapkan dapat membantu user dalam mengambil keputusan terkait diagnosa terhadap penyakit-penyakit tersebut. Pengimplementasian sistem pakar ini dilakukan dengan memanfaatkan bahasa pemrograman Java dan perangkat Weka dengan 142 data pelatihan yang didapatkan dari data medis pasien. Hasil pengujian yang dilakukan terhadap 40 data testing oleh beberapa pakar, yang terdiri dari dua orang dokter dan lima mahasiswa kedokteran tingkat akhir, menunjukkan bahwa aplikasi yang dibuat memiliki akurasi yang setara dengan pakar dengan tingkat kepercayaan statistik sebesar 95%. Keunggulan lain dari aplikasi yang dibuat adalah dapat melakukan penyimpanan data medis dan memberikan saran untuk melakukan pengujian laboratorium atau tidak berdasarkan gejala-gejala yang dialami pasien.

Item Type: Thesis (Other)
Uncontrolled Keywords: Sistem Pakar, Pembelajaran Mesin, Weka, Support Vector Machine, Regresi Logistik, Demam Berdarah, Malaria, Typhus
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Information Technology > 72 Information Technology Department
Depositing User: Perpustakaan Maranatha
Date Deposited: 04 Feb 2015 06:03
Last Modified: 04 Feb 2015 06:03
URI: http://repository.maranatha.edu/id/eprint/10281

Actions (login required)

View Item View Item