Implementasi Metode Dempster-Shafer untuk Mendeteksi Penyakit Diabetes Mellitus
|
|
- Ade Indradjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X Vol. 2, No. 8, Agustus 2018, hlm Implementasi Metode Dempster-Shafer untuk Mendeteksi Penyakit Diabetes Mellitus Januar Dwie Amanda 1, Nurul Hidayat 2, Marji 3 Program Studi Teknik Informatika, 1 januardwiamanda@gmail.com, 2 ntayadih@ub.ac.id, 3 marji@ub.ac.id Abstrak Deteksi secara dini dapat meminimalisir resiko kematian penderita Diabetes Mellitus serta untuk penanganan awal penyakit ini. Proses deteksi yang ada selama ini masih manual, hal ini bergantung pada pakar penyakit organ dalam tubuh manusia yang jumlahnya tergolong terbatas serta biaya diagnosa yang relatif mahal. Pemanfaatan implementasi sistem proses deteksi menjadi lebih mudah dan singkat. Pakar penyakit ini dapat melakukan deteksi penyakit Diabetes Mellitus lebih awal dan mudah. Pada penelitian ini penyakit diabetes mellitus yang dapat dideteksi sebanyak 3 jenis menggunakan metode Dempster-Shafer dengan masukan gejala dari pengguna. Metode tersebut digunakan untuk mengolah data gejala penyakit Diabetes Mellitus dalam hasil perhitungan presentase sebesar 100%, sedangkan hasil pengujian sistem antara deteksi hasil perhitungan metode Demspter Shafer menggunakan 11 data kasus memiliki tingkat keakurasian sebesar 81,81%. Kata kunci: Dempster-Shafer, Deteksi, Diabetes Mellitus Abstract Early detection can minimize the risk of death from Diabetes Mellitus disease and first treatment for this disease. The detection that existed so far is still don manually, which means it depend on the expert who very limited on itquantity and also it diagnosis are costly. The disease expert can detect Diabetes Mellitus earlier and cheap. On this research this kind of Diabetes Mellitus that can be detected as many as 3 disease using Demspster-Shafer Method with input from user of symptoms. The method is used to analyze the data of system accuracy test between the detection and the result of Dempster-Shafer method calculation with 11 case data has the data accuracy level of 81,81%. Keywords: Dempster-Shafer, Detection, Diabetes Mellitus 1. PENDAHULUAN Diabetes Mellitus merupakan salah satu penyakit yang penderitanya cukup tingg Kebanyakan penderita penyakit ini tidak sadar bahwa dirinya telah mengidap Diabetes Mellitus. Diagnosa membutuhkan waktu yang cukup lama dan biaya yang cukup mahal dikarenakan penderita harus melakikan cek darah untuk mengetahui penderita mengidap penyakit ini atau tidak.. Pada penelitian yang dilakukan oleh Budi Cahyo Saputro, Rosa Delima, dan Joko Purwadi (2011) yang berjudul Sistem Deteksi Penyakit Diabetes Mellitus Menggunakan metode Certainty Factor menyimpulkan bahwa banyak orang awalnya tidak tahu bahwa dirinya menderita diabetes mellitus, di negara-negara Asia lebih dari 50 persen (bahkan ada yang mencapai 85 persen) penderita diabetes baru mengetahui diri mengidap diabetes setelah mengalami komplikasi di berbagai organ tubuh (Hans, 2007). Pada penelitian yang dilakukan oleh Vonny Pawaka yang berjudul Sistem Pakar Deteksi Diabetes Mellitus Menggunakan Metode Bayesian Berbasis Web mengungkapkan bahwa tingkat kesadaran masyarakat akan dampak buruk yang ditimbulkan oleh penyakit Diabetes Mellitus masih rendah dan banyak masyarakat yang tidak menyadari dirinya sedang berada dalam resiko Penyakit Diabetes Mellitus. Salah satu penyebab yang disimpulkan oleh penulis adalah kurangnya pengetahuan tentang penyakit Diabetes Mellitus dan juga keterbatasan waktu maupun biaya untuk konsultasi ke dokter. Oleh karena itu, perlu adanya sebuah media edukasi kepada Fakultas Ilmu Komputer Universitas Brawijaya 2956
2 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2957 pasien dan keluarganya yang bertujuan untuk memberikan pemahaman mengenai gejala, pencegahan, dan informasi umum seputar penyakit Diabetes Mellitus. Oleh sebab itu, masyarakat perlu dibantu dalam pendeteksian penyakit ini. Pengetahuan yang dimiliki oleh para pakar atau ahli dalam bidang penyakit Diabetes Mellitus dapat membantu masyarakat umum lebih cepat dalam pendeteksian penyakit ini melalui gejala gejala yang timbul. Pengetahuan yang dimiliki oleh pakar ini dapat diperoleh oleh teknisi kesehatan dengan bantuan teknologi saat ini tanpa harus mendatangi pakar secara langsung. 2. LANDASAN KEPUSTAKAAN 2.1 Dempster-Shafer Andino Maseleno dan Mahmud Hasan (2011) dalam penelitiannya yang berjudul Avian Influenza (H5N1) Expert System using Dempster-Shafer Theory menyimpulkan bahawa sistem pakar yang dibangun dapat memberikan hasil beserta tingkat kebenarannya berdasarkan nilai kepercayaan yang dimiliki oleh gejala masing-masing kasus. 2.2 Diabetes Mellitus Diabetes Melitus merupakan suatu penyakit yang ditandai dengan tingginya kadar gula dalam darah yang terjadi karena kelainan sekresi insulin, kerja insulin atau kedua-duanya. Tubuh penderita Diabetes Mellitus tidak dapat memproduksi hormon insulin atau tidak mampu memanfaatkan insulin sehingga berakibat tingginya kadar gula dalam darah dikarenakan insulin tidak mampu mengurangi kadar gula. Penyakit ini bersifat kronis yang dapat muncul dan berkembang dengan lambat namun pasti yang mengakibatkan komplikasi hampir di seluruh organ penderita seperti mata, otak, jantung, ginjal, infeksi yang sulit diobati yang berakibat pembusukan pada jaringan tubuh sehingga harus dioperasi atau bahkan dilakukan pemotongan (amputasi) pada jaringan tubuh yang terkena infeksi. 3. IMPLEMENTASI Bab ini membahas tentang implementasi perangkat lunak berdasarkan hasil yang diperoleh dari analisis kebutuhan dan proses perancangan perangkat lunak yang dibuat. Pembahasan terdiri dari penjelasan tentang spesifikasi sistem, batasan-batasan implementasi, implementasi algoritma pada program dan implementasi antarmuka 5. Implementasi 5.1 Spesifikasi Sistem 5.2 Batasan Implementasi 5.3 Implementasi Algoritma 5.4 Implementasi Antarmuka Gambar 1. Pohon Implementasi Spesifikasi Perangkat Keras Spesifikasi Perangkat Lunak Implementasi Algoritma Plausibility Implementasi Algoritma Dempster-Shafer Implentasi Antarmuka Halaman Login Implementasi Antarmuka Halaman Utama Pakar Implementasi Antarmuka Diagnosa Penyakit Implementasi Antarmuka Tambah/Ubah Pengguna Implementasi Antarmuka Tambah/Ubah Penyakit Implementasi Antarmuka Halaman Detail Pengguna 3.1 Perhitungan Metode Dempster-Shafer Perhitungan manual berfungsi untuk memberikan gambaran umum perancangan sistem yang dibangun. Contoh manualisasi akan dibagi menjadi 3 kasus, yaitu kasus 1 dengan perhitungan 1 gejala yang dimasukkan, kasus 2 dengan perhitungan 3 gejala dan kasus 3 dengan perhitungan 5 gejala. Dengan kasus 2 dan 3 adalah perkembangan penambahan gejala dari perhitungan kasus 1. a. Kasus 1 (Perhitungan 1 Gejala) Pada kasus 1 ini akan diberikan contoh 1 gejala yang terjadi pada salah satu penyakit, misal banyak makan atau Polifagia. Gejala 1: Banyak makan (Polifagia) Apabila setelah diamati pasien mengalami Polifagia dengan densitas m{dm2} = 0,8 sebagai gejala dari Diabetes Mellitus Type 2 untuk m 1 nilai densitas yang dipilih adalah yang tertinggi, maka: m 1 {DM2} = 0,8 m 1 {θ} =,8 = 0,2 m 1 {DM2} = 0,8 = 0,8 m 1 {θ} = 0,2 = 0,2 b. Kasus 2 (Perhitungan 3 Gejala) Pada kasus 1 ini akan diberikan contoh 3
3 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2958 gejala. Pada perhitungan deteksi gejala penyakit mengacu pada nilai densitas yang ada. Gejala 1: Banyak Makan (Polifagia) Apabila setelah dilakukan observasi mengalami Polifagia dengan densitas m{dm2} = 0,8 sebagai gejala dari Diabetes Mellitus Type 2 untuk m 1 nilai densitas yang dipilih adalah yang tertinggi, maka: m 1 {DM2} = 0,8 m 1 {θ} =,8 = 0,2 Gejala 2: Sering Buang Air Kecil Kemudian gejala selanjutnya adalah sering buang air kecil dengan densitas m{dm2} = 0,9 sebagai gejala dari Diabetes Mellitus Type 2 untuk m 2 nilai densitas yang dipilih adalah yang tertinggi, maka: m 2 {DM2} = 0,9 m 2 {θ} =,9 = 0,1 m 3 dapat dilihat pada tabel 1. Tabel 1. Aturan Kombinasi untuk m 3 Kasus 3 m 1 m 2 {DM2} (0,9) {ϴ} (0,1) {DM2} (0,8) {DM2} (0,72) {DM2} (0,08) {ϴ} (0,2) {DM2} (0,18) {ϴ} (0,02) Dari tabel 1 ditunjukkan {DM2} diperoleh dari irisan antara m 1{DM2} dan m 2{DM2} sehingga dapat dihitung 0,8 x 0.9 menghasilkan 0,72. Demikian pula irisan m 1{ ϴ } dan m 2{DM2} dapat dihitung 0,2 x 0,9 menghasilkan 0,18 serta irisan m 1{DM2} dan m 2{ ϴ } dapat dihitung 0,8 x 0,1 menghasilkan 0,08. {DM2} {DM2} = {DM2} 0,8 * 0,9 = 0,72 {DM2} = 0,72 {ϴ} {DM2} = {DM2} 0,2 * 0,9 = 0,18 {DM2} = 0,18 { DM2} {ϴ} = {DM2} 0,8 * 0,1 = 0,08 {DM2} = 0,08 0,2 * 0,1 = 0,02 {ϴ} = 0,02 persamaan (2-3) 0,72 + 0,18 + 0,08 m 3 {DM2} = m 3 {θ} = 0,02 = 0,02 Gejala 3: Banyak Minum (Polidipsia) Kemudian gejala ketiga adalah banyak minum dengan densitas m{dm1} = (0,8); m{dm2} = (0,8) sebagai gejala dari Diabetes Mellitus Type 1 dan Diabetes Mellitus Type 2 untuk m 4 nilai densitas yang dipilih yang tertinggi, maka: m 4 {DM1, DM2} = 0,8 m 4 {θ} =,8 = 0,2 m 5 dapat dilihat pada tabel 2. Tabel 2. Aturan Kombinasi untuk m 5 Kasus 3 m 3 m 4 (0,8) {ϴ} (0,2) {DM2} (0,98) {DM2} (0,784) {DM2} (0,196) {ϴ} (0,02) (0,016) {ϴ} (0,004) Dari tabel 2 ditunjukkan {DM2} diperoleh dari irisan antara m 3{DM2} dan m 4 sehingga dapat dihitung 0,98 x 0.8 menghasilkan 0,784. Demikian pula irisan m 3{ DM2 } dan m 4{ ϴ } dapat dihitung 0,98 x 0,2 menghasilkan 0,96. Untuk diperoleh dari irisan m 3{ ϴ } dan m 2{ DM1,DM2 } sehingga dapat dihitung 0,02 x 0,8 menghasilkan 0,016. {DM2} = {DM2} 0,98 * 0,8 = 0,784 {DM2} = 0,784 {ϴ} = 0,02 * 0,8 = 0,016 = 0,016 0,98 * 0,2 = 0,196 {DM2} = 0,196
4 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer ,02 * 0,2 = 0,004 {ϴ} = 0,004 m 5 {DM2} = 0, ,196 m 5 {DM1, DM2} = 0,016 = 0,016 m 5 {θ} = 0,004 = 0,004 c. Kasus 3 (Perhitungan 5 Gejala) Pada kasus 3 ini akan diberikan contoh dengan memasukkan 5 gejala. Pada perhitungan ini diibaratkan seseorang penyakit Diabetes Mellitus dengan gejala banyak makan, sering buang air kecil, banyak minum, berat badan turun tanpa alasan yang jelas dan gatal - gatal. Perhitungan deteksi penyakit ini mengacu pada nilai densitas yang ada pada akuisisi nilai densitas gejala. Gejala 1: Banyak makan (Polifagia) Apabila setelah dilakukan observasi Banayk makan dengan densitas m{dm2} = 0,8 sebagai gejala dari Diabetes Mellitus Type 2 untuk m 1 nilai densitas yang dipilih adalah yang tertinggi, maka: m 1 {DM2} = 0,8 m 1 {θ} =,8 = 0,2 Gejala 2: Sering buang air kecil Kemudian gejala selanjutnya adalah sering buang air kecil dengan densitas m{dm2} = 0,9 sebagai gejala dari Diabetes Mellitus Type 2 untuk m 2 nilai densitas yang dipilih adalah yang tertinggi, maka: m 2 {DM2} = 0,9 m 2 {θ} =,9 = 0,1 m 3 dapat dilihat pada tabel 3. Tabel 3. Aturan Kombinasi untuk m 3 Kasus 3 m 1 m 2 {DM2} (0,9) {ϴ} (0,1) {DM2} (0,8) {DM2} (0,72) {DM2} (0,08) {ϴ} (0,2) {DM2} (0,18) {ϴ} (0,02) Dari tabel 3 ditunjukkan {DM2} diperoleh dari irisan antara m 1{DM2} dan m 2{DM2} sehingga dapat dihitung 0,8 x 0.9 menghasilkan 0,72. Demikian pula irisan m 1{ ϴ } dan m 2{DM2} dapat dihitung 0,2 x 0,9 menghasilkan 0,18 serta irisan m 1{DM2} dan m 2{ ϴ } dapat dihitung 0,8 x 0,1 menghasilkan 0,08. {DM2} {DM2} = {DM2} 0,8 * 0,9 = 0,72 {DM2} = 0,72 {ϴ} {DM2} = {DM2} 0,2 * 0,9 = 0,18 {DM2} = 0,18 0,8* 0,1 = 0,08 {DM2} = 0,08 0,2 * 0,1 = 0,02 {ϴ} = 0,02 0,72 + 0,18 + 0,08 m 3 {P1} = m 3 {θ} = 0,02 = 0,02 Gejala 3: Banyak Minum (Polidipsia) Kemudian gejala ketiga adalah Banyak minum dengan densitas m{dm1} = (0,8); m{dm2} = (0,8) sebagai gejala dari Diabetes Mellitus Type 1 dan Diabetes Mellitus Type 2 untuk m 4 nilai densitas yang dipilih yang tertinggi, maka: m 4 {DM1, DM2} = 0,8 m 4 {θ} =,8 = 0,2 m 5 dapat dilihat pada tabel 4. Tabel 4. Aturan Kombinasi untuk m 5 Kasus 3 m 3 m 4 (0,8) {ϴ} (0,2) {DM2} (0,98) {DM2} (0,784) {DM2} (0,196) {ϴ} (0,02) (0,016) {ϴ} (0,004)
5 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2960 Dari tabel 4 ditunjukkan {DM2} diperoleh dari irisan antara m 3{DM2} dan m 4 sehingga dapat dihitung 0,98 x 0.8 menghasilkan 0,784. Demikian pula irisan m 3{ DM2 } dan m 4{ ϴ } dapat dihitung 0,98 x 0,2 menghasilkan 0,96. Untuk diperoleh dari irisan m 3{ ϴ } dan m 2{ DM1,DM2 } sehingga dapat dihitung 0,02 x 0,8 menghasilkan 0,016. {DM2} = {DM2} 0,98 * 0,8 = 0,784 {DM2} = 0,784 {ϴ} = 0,02 * 0,8 = 0,016 = 0,016 0,98 * 0,2 = 0,196 {DM2} = 0,196 0,02 * 0,2 = 0,002 {ϴ} = 0,002 m 5 {DM2} = 0, ,196 m 5 {DM1, DM2} = 0,016 = 0,016 m 5 {θ} = 0,002 = 0,002 Gejala 4: Turunnya Berat Badan Tanpa Alasan yang Jelas Selanjutnya turunnya berat badan tanpa alasan yang jelas dengan densitas m{dm2} = 0,1 gejala dari Diabetes Mellitus Type 1 dan m{dm2} = 0,5 gejala dari Diabetes Mellitus Type 2 untuk m6 nilai densitas yang dipilih adalah yang tertinggi, maka: m 6 {DM1, DM2} = 0,5 m 6 {θ} =,5 = 0,5 m 7 dapat dilihat pada tabel 5. Tabel 5. Aturan Kombinasi untuk m 7 Kasus 3 m 6 m 5 {ϴ} (0,5) (0,5) {DM2} (0,980) {DM2} (0,4900) {DM2} (0,4900) (0,016) {ϴ} (0,002) (0,0080) (0,0010) (0,0504) {ϴ} (0,0010) Dari tabel 5 ditunjukkan {DM2} diperoleh dari irisan antara m 5{DM2} dan m 6 sehingga dapat dihitung 0,98 x 0.5 menghasilkan 0,49. Demikian pula irisan m 5{ DM2 } dan m 6{ ϴ } dapat dihitung 0,98 x 0,5 menghasilkan 0,49. Untuk diperoleh dari irisan m 5{ DM1,DM2 } dan m 6{ DM1,DM2 } sehingga dapat dihitung 0,016 x 0,5 menghasilkan 0,008. Irisan m 5{ DM1,DM2} dan m 6{ ϴ } dapat dihitung 0,016 x 0,5 menghasilkan 0,0504. Irisan m 5{ ϴ } dan m 6 dapat dihitung 0,002 x 0,5 menghasilkan 0,0010. {DM2} = {DM2} 0,98 * 0,5 = 0,4900 {DM2} = 0,4900 = 0,016* 0,5 = 0,0080 = 0,0080 {ϴ} = 0,002* 0,5 = 0,0010 = 0,0010 0,98 * 0,5 = 0,4900 {DM2} = 0,4900 {ϴ} = 0,016 * 0,5 = 0,0080 = 0,0080 0,002 * 0,5 = 0,0010 {ϴ} = 0,0010 m 7 {DM2} = 0, ,4900
6 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer , ,008 m 7 {DM1, DM2} = = 0,016 m 7 {θ} = 0, ,001 Gejala 5: Gatal - Gatal = 0,002 Kemudian selanjutnya adalah sesak nafas m{d1} = 0,1; m{dm2} = 0,2; m{dmg} = 0,2 sebagai gejala dari Diabetes Mellitus Type 1, Diabetes Mellitus Type 2 dan Diabetes Mellitus Gestational dengan nilai densitas, untuk m 8 nilai sensitas yang dipilih adalah yang terbesar, maka: m 8 {DM1, DM2, DMG} = 0,2 m 8 {θ} =,2 = 0,8 m 8 dapat dilihat pada tabel 6. Tabel 6. Aturan Kombinasi untuk m 9 Kasus 3 m 7 m 8 {DM1,DM2,DMG} (0,2) {ϴ} (0,8) {DM2} (0,98) {DM2} (0,196) {DM2} (0,784) (0,016) {ϴ} (0,002) (0,0032) {DM1,DM2,DM3} (0,0004) (0,0128) {ϴ} (0,0016) Dari tabel 6 ditunjukkan {DM2} diperoleh dari irisan antara m 7{DM2} dan m 8{DM1,DM2,DMG} sehingga dapat dihitung 0,98 x 0.2 menghasilkan 0,196. Demikian pula irisan m 7{ DM2 } dan m 8{ ϴ } dapat dihitung 0,98 x 0,8 menghasilkan 0,784. Untuk diperoleh dari irisan m 7{ DM1,DM2 } dan m 8{ DM1,DM2,DMG } sehingga dapat dihitung 0,016 x 0,2 menghasilkan 0,0032. Irisan m 7{ DM1,DM2} dan m 8{ ϴ } dapat dihitung 0,016 x 0,8 menghasilkan 0,0128. Untuk {DM1,DM2,DMG} diperoleh dari Irisan m 7{ ϴ } dan m 8{DM1,DM2,DMG} dapat dihitung 0,002 x 0,2 menghasilkan 0,0004. {DM2} {DM1,DM2,DMG} = {DM2} 0,98 * 0,2 = 0,196 {DM2} = 0,196 {DM1,DM2,DMG} = 0,016 * 0,2 = 0,0032 = 0,0032 {ϴ} {DM1,DM2,DMG} = {DM1,DM2,DMG} 0,002* 0,2 = 0,0004 {DM1,DM2,DMG} = 0,0004 0,98* 0,8 = 0,784 {DM2} = 0,784 {ϴ} = 0,016 * 0,8 = 0,0128 = 0,0128 0,002 * 0,8 = 0,0016 {ϴ} = 0, Tampilan 0, ,784 m 9 {DM2} = 0, ,0128 m 9 {DM1, DM2} = = 0,016 m 9 {DM1, DM2, DMG} 0, ,0128 = = 0,0132 m 9 {θ} = 0,0016 = 0,0016 Gambar 2. Form Login
7 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Kasus 9 DM 2 DM1 Tidak Cocok 10 Kasus 10 DM 2 DM 2 Cocok 11 Kasus 11 DM 2 DM 2 Cocok Gambar 3. Menu Utama 4. PENGUJIAN DAN ANALISIS 4.1 Pengujian Fungsionalitas Pada bagian ini akan dijelaskan tentang skenario pengujian yang akan dilakukan pada skenario pengujian pertama yaitu pengujian fungsionalitas merupakan pengujian yang dilakukan terhadap sistem untuk mengetahui apakah sistem yang dibangun telah sesuai dengan daftar kebutuhan yang telah ditentukan. Proses analisa terhadap hasil pengujian fungsionalitas dilakukan dengan melihat kesesuaian antara hasil yang diharapkan berdasarkan kebutuhan sistem dengan hasil kinerja sistem memiliki kesesuaian 100%. Sehingga dapat disimpulkan bahwa implementasi dan fungsionalitas dari sistem pendeteksi penyakit Diabetes Mellitus dapat berjalan dengan daftar kebutuhan yang ada. 4.2 Pengujian Akurasi Pengujian tingkat akurasi dilakukan untuk mengetahui performa dari sistem pendeteksi penyakit Diabetes Mellitus menggunakan metode Dempster-Shafer. Pengujian akurasi dilakukan dengan cara membandingkan data hasil deteksi sistem dengan data hasil deteksi pakar. No. Tabel 7. Tabel pengujian akurasi Kasus Pakar Sistem Keteran gan 1 Kasus 1 DM 2 DM 2 Cocok 2 Kasus 2 DM Gestational DM Gestation al Cocok 3 Kasus 3 DM 2 DM 2 Cocok 4 Kasus 4 DM 2 DM 2 Cocok 5 Kasus 5 DM 2 DM 2 Cocok 6 Kasus 6 DM 2 DM 2 Cocok 7 Kasus 7 DM 2 DM 1 Tidak Cocok 8 Kasus 8 DM 2 DM 2 Cocok Proses analisa dari pengujian akurasi sistem pendeteksi penyakit Diabetes Mellitus menggunakan metode dempster shafer dilakukan berdasarkan perbandingan hasil deteksi sistem dengan deteksi pakar. Berdasarkan perbandingan hasil diagnosa sistem dengan diagnosa pakar pada tabel 7 diketahui dari 11 data yang diuji, persentase kebenaran sistem adalah 81,81% (9 deteksi kasus). 5. PENUTUP Berdasarkan pada hasil perancangan, implementasi dan pengujian sistem yang telah dilakukan maka kesimpulan yang didapat sebagai berikut: 1. Pemodelan sistem untuk medeteksi penyakit Diabetes Mellitus menggunakan metode Dempster-Shafer dapat digunakan sebagai salah satu cara untuk mendeteksi penyakit Diabetes Mellitus. Sistem diimplementasikan dengan menggunakan gejala yang telah diberikan nilai densitas. 2. Pemodelan sistem untuk mendeteksi penyakit Diabetes Mellitus menggunakan metode Dempster-Shafer dapat digunakan mendeteksi penyakit Diabetes Mellitus pengujian 18 gejala dari 3 penyakit yang ada pada sistem. a. Hasil pengujian fungsionalitas pemodelan sistem untuk medeteksi penyakit Diabetes Mellitus menggunakan metode Dempster-Shafer memiliki tingkat presentase 100%. b. Hasil pengujian akurasi pemodelan sistem untuk medeteksi penyakit Diabetes Mellitus menggunakan metode Dempster-Shafer memiliki tingkat kesesuaian presentase sebesar 81,81%. Saran yang diberikan untuk pengembangan sistem dalam penelitian selanjutnya yaitu dapat dilakukan penelitian lebih lanjut untuk nilai densitas tiap gejala penyakit Diabetes Mellitus sehingga akurasi sistem menjadi lebih optimal serta dapat menambanh logika pada sistem sehingga diagnosa sistem dapat memotong perbedaan hasil diagnosa sistem tersebut dengan diagnosa pakar.
8 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2963 DAFTAR PUSTAKA Ermayani, Dewi Aplikasi Diagnosa Penyakit Jantung Koroner Menggunakan Metode Dempster-Shafer. Universitas Caltex. Riau. Fadhlil, Abdul Sistem untuk Mendiagnosa Saluran Pencernaan menggunakan Metode Dempster-Shafer. Universitas Islam Indonesia. Yogyakarta. Jogiyanto HM Metode Penelitian Sistem Informasi. Andi Offset. Yogyakarta. Kadir, A Konsep dan Tuntutan Praktis Basis Data. Andi Offset. Kusumadewi Sri Atificial Intelligence (Teknik dan Aplikasinya). Graha Ilmu. Yogyakarta. Listiyono, Hersatoto Merancang dan Membuat Sistem. Jurnal Fakultas Teknologi Informasi Universitas Stikubank. Semarang. Maseleno, Andino Avian Influenza Expert System using Dempster-Shafer. Universitas Islam Indonesia. Yogyakarta. Mulyanto, A Sistem Informasi dan Konsep Aplikasi. Pustaka Fajar. Yogyakarta. Nahampun, Maruli Tua Sistem Diagnosa Penyakit Pada Tanaman Kelapa Sawit Dengan Metode Demspter-Shafer Prihatini, Putu Manik Metode Ketidakpastian dan Kesamaran dalam Sistem. Politeknik Negeri Bali. Bali. Rikhiana, Esthi Dyah Implementasi Sistem Untuk Mendiagnosa Penyakit Dalam Pada Manusia Menggunakan Metode Dempster-Shafer. Universitas Ahmad Dahlan. Yogyakarta. Rimawati Perancangan Aplikasi Sistem untuk Mendiagnosa Penyakit Ginjal dengan Metode Dempster-Shafer. STMIK Budi Darma. Medan. Saputro, Budi Cahyo Sistem Deteksi Penyakit Diabetes Mellitus Menggunakan metode Certainty Factor. Universitas Kristen Duta Wacana. Yogyakarta. Shara Kurnia Trisnawati Faktor Risiko Kejadian Diabetes Melelitus Tipe II Di Puskesmas Kecamatan Cengkareng Jakarta Barat Tahun STIKes MH. Thamrin. Jakarta Timur. Sulistyohati, Aprili Aplikasi Sistem Diagnosa Penyakit Ginjal Dengan Metode Dempster - Shafer. Universitas Islam Indonesia. Yogyakarta. Yuliani, Fadma Hubungan Berbagai Faktor Risiko Terhadap Kejadian Penyakit Jantung Koroner Pada Penderita Diabetes Melitus tipe 2. Universitas Andalas. Padang. Wahyuni, Elyza Gustri Prototype Sistem untuk Mendeteksi Tingkat resiko Penyakit Jantung Koroner dengan Metode Dempster- Shafer. Universitas Islam Indonesia. Universitas Gajah Mada. Yogyakarta. Yogmalanda, Taufiqillahi Nissano Implementasi Metode Dempster-Shafer Untuk Diagnosa Penyakit Gigi Dan Mulut. Universitas Brawijaya. Malang.
METODE PENALARAN SISTEM PAKAR MENGGUNAKAN MODEL HIBRID FUZZY DEMPSTER SHAFER UNTUK IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG
METODE PENALARAN SISTEM PAKAR MENGGUNAKAN MODEL HIBRID FUZZY DEMPSTER SHAFER UNTUK IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG Nurmahaludin (1), Gunawan Rudi Cahyono (1) mahaludin@poliban.ac.id (1),
Lebih terperinciBAB I PENDAHULUAN. menjadi mampu untuk menyediakan pilihan-pilihan sebagai pendukung
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi informasi telah memungkinkan pengambilan keputusan dapat dilakukan dengan lebih cepat dan cermat. Penggunaan komputer telah berkembang dari
Lebih terperinciRancang Bangun Sistem Pakar Sakit Kepala Primer Pada Manusia Menggunakan Metode Dempster - Shafer
Rancang Bangun Sistem Pakar Sakit Kepala Primer Pada Manusia Menggunakan Metode Dempster - Shafer Hafid Asad, A11.2010.05480 Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang ABSTRAK Sakit kepala
Lebih terperinciImplementasi Metode Dempster Shafer Pada Sistem Pakar Untuk Diagnosa Jenis-jenis Penyakit Diabetes Melitus
Implementasi Metode Dempster Shafer Pada Sistem Pakar Untuk Diagnosa Jenis-jenis Penyakit Diabetes Melitus Dewi Pratama Kurniawati Jurusan Teknik Informatika. Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
Lebih terperinciSISTEM PAKAR DETEKSI PENYAKIT BALITA MENGGUNAKAN METODE FORWARD CHAINING - DEMPSTER SHAFER
SISTEM PAKAR DETEKSI PENYAKIT BALITA MENGGUNAKAN METODE FORWARD CHAINING - DEMPSTER SHAFER TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhamadiyah
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Faktor keterbatasan biaya menjadikan sebagian masyarakat tidak mampu membawa anggota keluarganya berobat ke dokter. Selain itu, banyak orang beranggapan bahwa penggunaan tanaman
Lebih terperinciSISTEM DIAGNOSA PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE CEERTAINTY FACTOR
SISTEM DIAGNOSA PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE CEERTAINTY FACTOR Budi Cahyo Saputro (1) Rosa Delima (2) Joko Purwadi (3) blacs_mamba@yahoo.com rosa@ukdw.ac.id jokop@ukdw.ac.id Abstraksi
Lebih terperinciBAB I PENDAHULUAN. Lulusan kedokteran gigi di tuntut untuk menyelesaikan pasien dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Lulusan kedokteran gigi di tuntut untuk menyelesaikan pasien dengan berbagai macam penyakit mulut, jaringan keras gigi dan jaringan lunak mulut. Kelainan jaringan
Lebih terperinciSistem Pakar Penyakit Kulit Pada Manusia Menggunakan Metode Certainty Factor Berbasis Web
Sistem Pakar Penyakit Kulit Pada Manusia Menggunakan Metode Certainty Factor Berbasis Web Sri Yastita 1, Yohana Dewi Lulu 2, Rika Perdana Sari 3 Politeknik Caltex Riau e-mail yastitas@yahoo.com,ydlulu@gmail.com
Lebih terperinciJurnal Sarjana Teknik Informatika e-issn: Volume 1 Nomor 1, Juni 2013
IMPLEMENTASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE DEMPSTER SHAFER 1 Esthi Dyah Rikhiana (07018061), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER 1 Yasidah Nur Istiqomah (07018047), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika 2 Program
Lebih terperinciAplikasi Diagnosa Penyakit Jantung Koroner Menggunakan Metode Dempster-Shafer
Jurnal Teknik Informatika, Vol 1 September 2012 Aplikasi Diagnosa Penyakit Jantung Koroner Menggunakan Metode Dempster-Shafer Dewi Ermayani 1, Ananda 2, Mardiah Fadhli 3 Program Studi Teknik Informatika
Lebih terperinciSISTEM PAKAR KERUSAKAN MESIN MOBIL DENGAN MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR KERUSAKAN MESIN MOBIL DENGAN MENGGUNAKAN METODE DEMPSTER SHAFER TUGAS AKHIR Oleh: ACHMAD FARISTYAWAN YAHYA 201110370311372 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH
Lebih terperinciUKDW. Bab 1 PENDAHULUAN
Bab 1 PENDAHULUAN 1.1 Latar Belakang Masalah Diabetes melitus adalah suatu penyakit gangguan kesehatan di mana kadar gula dalam darah seseorang menjadi tinggi karena kekurangan insulin atau reseptor insulin
Lebih terperinciBAB I PENDAHULUAN. pengetahuan/knowledge khusus untuk memecahkan masalah pada level human
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar adalah cabang kecerdasan buatan yang menggunakan pengetahuan/knowledge khusus untuk memecahkan masalah pada level human expert/pakar. Sistem pakar sering
Lebih terperinciJURNAL DETEKSI KERUSAKAN MESIN MOTOR TIPE GL MENGGUNAKAN METODE DAMPSTER SHAFER DAMAGE DETECTION ENGINE MOTO TYPE GL USE DAMPSTER SHAFER METHOD
JURNAL Artikel Skripsi DETEKSI KERUSAKAN MESIN MOTOR TIPE GL MENGGUNAKAN METODE DAMPSTER SHAFER DAMAGE DETECTION ENGINE MOTO TYPE GL USE DAMPSTER SHAFER METHOD Oleh: MUHAMAD JUHAR AFIFIN ABDILLAH 12.1.03.03.035
Lebih terperinciAplikasi Sistem Pakar untuk Mendiagnosa Gangguan Pernafasan pada Anak Menggunakan Metode CF (Certainty Factor)
Jurnal Komputer Terapan Vol. 2, No. 2, November 2016, 159-168 159 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id Aplikasi Sistem Pakar untuk Mendiagnosa Gangguan Pernafasan pada Anak Menggunakan
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING
APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING 1 Diah Malis Oktaviani (0089), 2 Tita Puspitasari (0365) Program Studi Teknik Informatika Universitas
Lebih terperinciPemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital Single Lens Reflex (DSLR) Canon Menggunakan Metode Dempster - Shafer
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 6, Juni 208, hlm. 2408-243 http://j-ptiik.ub.ac.id Pemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital
Lebih terperinciAPLIKASI PAKAR DIAGNOSA PENYAKIT GIGI MENGGUNAKAN METODE FORWARD CHAINING BERBASIS MOBILE
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 APLIKASI PAKAR DIAGNOSA PENYAKIT GIGI MENGGUNAKAN METODE FORWARD CHAINING BERBASIS MOBILE Evi Dewi Sri Mulyani 1), N. Nelis
Lebih terperinciBAB I PENDAHULUAN. kolesterol dan menyeimbangkan kadar gula. Buah naga banyak mengandung
BAB I PENDAHULUAN I.1 Latar Belakang Buah naga memiliki banyak manfaat untuk kesehatan, seperti menurunkan kolesterol dan menyeimbangkan kadar gula. Buah naga banyak mengandung vitamin C, Beta Karoten,
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANGINA PEKTORIS (ANGIN DUDUK) DENGAN MENGGUNAKAN METODE BAYES
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANGINA PEKTORIS (ANGIN DUDUK) DENGAN MENGGUNAKAN METODE BAYES Ayu Permata Lestari (0911267) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl.
Lebih terperinciBAB IV HASIL DAN UJI COBA. yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi
Lebih terperinciSistem Pakar Diagnosa Penyakit Ikan Nila Menggunakan Dempster Shafer Berbasis Web
ISSN: 2089-3787 789 Sistem Pakar Diagnosa Penyakit Ikan Nila Menggunakan Dempster Shafer Berbasis Web Eka Yusnita, Hugo Aprilianto Program Studi Teknik Informatika, STMIK Banjarbaru JL.A. Yani KM.33,5
Lebih terperinciBAB I PENDAHULUAN. membahayakan nyawa seseorang, Ironisnya gejala gejala tersebut seringkali
1 BAB I PENDAHULUAN 1.1 Latar Belakang Gejala penyakit merupakan awal timbulnya sebuah penyakit yang dapat membahayakan nyawa seseorang, Ironisnya gejala gejala tersebut seringkali diabaikan sehingga membuat
Lebih terperinciBAB VI PENUTUP VI.1. Kesimpulan VI.2. Saran
BAB VI PENUTUP VI.1. Kesimpulan Berdasarkan analisis, desain, implementasi, pengujian perangkat lunak dan pembahasan pada bab-bab sebelumnya, maka dapat ditarik kesimpulan dari Tugas Akhir ini yaitu: 1.
Lebih terperinciAPLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER Aprilia Sulistyohati, Taufiq Hidayat Laboratorium Sistem Informasi dan Perangkat Lunak Jurusan Teknik Informatika Fakultas Teknologi
Lebih terperinciSISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING
SISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING Sry Yunarti Program Studi Sistem Informasi STMIK Profesional Makassar yeye_rumbu@yahoo.co.id
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KULIT SAPI BERBASIS WEB DENGAN MENGGUNAKAN METODE FORWARD CHAINING
APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KULIT SAPI BERBASIS WEB DENGAN MENGGUNAKAN METODE FORWARD CHAINING Hady Kurniawan Teknik Informatika STMIK ATMA LUHUR PANGKALPINANG Jl. Jend. Sudirman Selindung
Lebih terperinciImplementasi Metode Certainty Factor pada Identifikasi Kerusakan Kendaraan Bermotor Roda Dua
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 6, Juni 2018, hlm. 2046-2050 http://j-ptiik.ub.ac.id Implementasi Metode Certainty Factor pada Identifikasi Kerusakan
Lebih terperinciSISTEM PAKAR DIAGNOSA KERUSAKAN SEPEDA MOTOR MATIC INJEKSI MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR DIAGNOSA KERUSAKAN SEPEDA MOTOR MATIC INJEKSI MENGGUNAKAN METODE DEMPSTER SHAFER Dian Kusuma Wati Wiwin Kuswinardi 1 Teknik Informatika, Universitas Kanjuruhan Malang, dyanitoaqo@yahoo.com
Lebih terperinciBAB I PENDAHULUAN. Kanker mulut rahim atau disebut juga kanker serviks adalah kanker primer
BAB I PENDAHULUAN I.1. Latar Belakang Kanker mulut rahim atau disebut juga kanker serviks adalah kanker primer dari serviks yang berasal dari metaplasia epitel di daerah sambungan skuamo kolumnar (SSK)
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGAN METODE DEMSTER SHAFER
SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGAN METODE DEMSTER SHAFER TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah
Lebih terperinciPENERAPAN NAIVE BAYES CLASSIFIER DALAM IDENTIFIKASI PENYAKIT ANTRAKS PADA SAPI ABSTRAK
PENERAPAN NAIVE BAYES CLASSIFIER DALAM IDENTIFIKASI PENYAKIT ANTRAKS PADA SAPI,, Program Studi Ilmu Komputer, F-MIPA Universitas Pakuan Email : hassolthine@gmail.com Program Studi Ilmu Komputer, F-MIPA
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR M. Zainal Arifin 1, Siti Nurhayati 2, Adri Raidyarto 3 Program Studi Sistem Informasi Universitas Yapis Papua Jl. DR. Samratulangi,
Lebih terperinciBAB I PENDAHULUAN. Teknologi internet begitu menyentak dan membawa banyak pembaharuan
BAB I PENDAHULUAN I.1 Latar Belakang Dewasa ini teknologi informasi merupakan sarana informasi yang sangat penting bagi individu, suatu organisasi/perusahaan, maupun instansi pemerintahan. Dalam skala
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Sistem Pakar adalah salah satu cabang dari kecerdasan buatan yang membuat penggunaan secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusia
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT JANTUNG MENGGUNAKAN METODE DEMPSTER SHAFER
Volume 3 No 1 Maret 2018 e-issn 2541-3724 SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT JANTUNG MENGGUNAKAN METODE DEMPSTER SHAFER Arjon Samuel Sitio Teknik Informatika STMIK Pelita Nusantara Medan, Jl. Iskandar
Lebih terperinciBAB I PENDAHULUAN. serta terkadang sulit untuk menemui seorang ahli/pakar dalam keadaan
1.1 Latar Belakang BAB I PENDAHULUAN Penyakit pada kucing, seringkali membuat pemiliknya merasa bingung karena kurangnya pengetahuan pemilik tentang penyakit binatang tersebut. Permasalahan yang sering
Lebih terperinciPERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TBC (TUBERCULOSIS) PADA ANAK SKRIPSI AGUSTINA ERNARIA MANURUNG
PERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TBC (TUBERCULOSIS) PADA ANAK SKRIPSI AGUSTINA ERNARIA MANURUNG 041401067 PROGRAM STUDI STRATA 1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA
Lebih terperinciRancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic
Rancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic Arnon Makarios, Maria Irmina Prasetiyowati Program Studi Teknik Informatika, Universitas Multimedia Nusantara,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pada jaman sekarang, perkembangan teknologi mempengaruhi secara langsung dalam aspek kesehatan manusia, dikarenakan masalah kesehatan merupakan salah satu masalah
Lebih terperinciPERANCANGAN APLIKASI INFORMASI UNTUK DETEKSI PENYAKIT VERTIGO
PERANCANGAN APLIKASI INFORMASI UNTUK DETEKSI PENYAKIT VERTIGO Aditya Atika Nugroho Teknik Informatika S-1 Universitas Dian Nuswantoro Semarang ABSTRAK Aplikasi informasi yang di bangun ini merupakan aplikasi
Lebih terperinciBAB I PENDAHULUAN. Pengidap penyakit jantung di Indonesia terus meningkat, menurut dr M.
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pengidap penyakit jantung di Indonesia terus meningkat, menurut dr M. Arif Nugroho, Sp.JP, FIHA penyakit jantung koroner (PJK) merupakan pembunuh nomor satu di Indonesia.
Lebih terperinci(hiperglisemia) yang disebabkan oleh kekurangan hormon insulin. Sedangkan terapi dalam bidang farmakologi kedokteran mempelajari bagaimana penggunaan
(hiperglisemia) yang disebabkan oleh kekurangan hormon insulin. Sedangkan terapi dalam bidang farmakologi kedokteran mempelajari bagaimana penggunaan dan interaksi obat yang benar yaitu meliputi cara pemberian
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Bab ini akan membahas tentang contoh-contoh sistem pakar yang telah dibangun sebelumnya. Contoh sistem pakar yang telah banyak dikembangkan untuk membantu pengguna dalam menyelesaikan
Lebih terperinciBAB I PENDAHULUAN. asing lagi bagi petani, tetapi masalahnya adalah apakah penyakit tersebut
BAB I PENDAHULUAN I.1. Latar Belakang Penyakit pada tanaman senantiasa dijumpai pada setiap tanaman tidaklah asing lagi bagi petani, tetapi masalahnya adalah apakah penyakit tersebut menimbulkan kerugian
Lebih terperinciPENGGUNAAN METODE DEMPSTER SHAFER UNTUK MENGANALISA PENYAKIT PADA SISTEM REPRODUKSI WANITA DENGAN SOLUSI PENANGANAN OBAT HERBAL
PENGGUNAAN METODE DEMPSTER SHAFER UNTUK MENGANALISA PENYAKIT PADA SISTEM REPRODUKSI WANITA DENGAN SOLUSI PENANGANAN OBAT HERBAL Ahmad Ali Saefuddin 1, Setia Astuti S.Si, M.Kom 2 1 Mahasiswa Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Makanan pokok manusia adalah nasi yang merupakan hasil dari tanaman padi. Dengan alasan demikian sehingga pertanian pangan mempunyai arti yang sangat penting bagi kehidupan
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1.Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi
Lebih terperinciBAB I PENDAHULUAN. agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar merupakan salah satu bidang kecerdasan buatan atau Artificial Intelligence (AI) yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU DENGAN METODE FORWARD CHAINING
SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU DENGAN METODE FORWARD CHAINING Anugerah Jaya Aziz Amrullah 1, Ekojono 2 Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ketersediaan dokter ahli dan tenaga medis relatif masih kurang khususnya di daerah-daerah pelosok dan terpencil. Hal ini membuat masyarakat mengalami kesulitan dalam
Lebih terperinciPENERAPAN METODE CERTAINTY FACTOR UNTUK SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS PADA RSUD BUMI PANUA KABUPATEN POHUWATO
ILKOM Jurnal Ilmiah Volume 9 Nomor 3 Desember 2017 PENERAPAN METODE CERTAINTY FACTOR UNTUK SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS PADA RSUD BUMI PANUA KABUPATEN POHUWATO Annahl Riadi annahlriadi@gmail.com
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT DBD (DEMAM BERDARAH DENGUE) DENGAN METODE FORWARD CHAINING BERBASIS WEB
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT DBD (DEMAM BERDARAH DENGUE) DENGAN METODE FORWARD CHAINING BERBASIS WEB 1 Irman Hariman, M.T. 2 Andri Noviar 1 Program Studi Teknik Informatika STMIK LPKIA Jln.
Lebih terperinci2016 KOMBINASI SISTEM PAKAR DAN MACHINE LEARNING DENGAN DEMPSTER SHAFER DAN NAIVE BAYES UNTUK DIAGNOSA PENYAKIT DENGAN GEJALA DEMAM
1 Heading bab 1.1 Latar Belakang BAB I PENDAHULUAN Seiring dengan kebutuhan manusia yang semakin banyak dan kompleks, perkembangan teknologi telah mengalami perubahan yang sangat pesat. Begitu pun dalam
Lebih terperinciDesain Model Fuzzy Gejala Penyakit Untuk Sistem Pakar Pendiagnosa Penyakit Anak
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Desain Model Fuzzy Gejala Penyakit Untuk Sistem Pakar Pendiagnosa Penyakit Anak Natalia 1, Bella Halim 2, Gasim 3 1,2 STMIK GI MDP; Jl. Rajawali
Lebih terperinciBAB II TINJAUAN PUSTAKA
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PERSETUJUAN SKRIPSI... ii PENETAPAN PANITIA PENGUJI SKRIPSI... iii PERNYATAAN KEASLIAN KARYA TULIS SKRIPSI.... iv ABSTRAK v ABSTRACT. vi RINGKASAN.. vii SUMMARY. ix
Lebih terperinciBAB 1 PENDAHULUAN. menggunakan insulin yang telah diproduksi secara efektif. Insulin merupakan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Diabetes melitus (DM) merupakan suatu penyakit kronik yang terjadi ketika pankreas tidak memproduksi insulin yang cukup atau ketika tubuh tidak dapat menggunakan insulin
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Hasil Hasil dari perancangan sistem pakar untuk mendiagnosa kerusakan Mesin Foto Copy dengan Metode Dempster Shafer yang dibangun dapat dilihat pada gambar-gambar dibawah
Lebih terperinciSistem Pakar Deteksi Dini Penyakit Stroke Menggunakan Metode Naïve Bayes-Certainty Factor
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 11, November 2018, hlm. 4333-4339 http://j-ptiik.ub.ac.id Sistem Pakar Deteksi Dini Penyakit Stroke Menggunakan Metode
Lebih terperinci1 BAB I PENDAHULUAN A. Latar belakang Diabetes Melitus (DM) adalah salah satu penyakit yang berbahaya yang kerap disebut sebagai silent killer selain penyakit jantung, yang merupakan salah satu masalah
Lebih terperinciSISTEM PAKAR KNOWLEDGE-BASED UNTUK DIAGNOSA SAKIT KEPALA
SISTEM PAKAR KNOWLEDGE-BASED UNTUK DIAGNOSA SAKIT KEPALA Ach. Ulul Azmi Rojabi 1 Yusriel Ardian 2 1 Sistem Informasi, Universitas Kanjuruhan Malang, rojabi@live.com 2 Sistem Informasi, Universitas Kanjuruhan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Diabetes adalah penyakit kronis, yang terjadi ketika pankreas tidak menghasilkan insulin yang cukup, atau ketika tubuh tidak dapat secara efektif menggunakan insulin
Lebih terperinciABSTRAK. Kata kunci : sistem pakar, forward chaining, dempster shafer.
ABSTRAK Sistem pakar merupakan sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang
Lebih terperinciBAB I PENDAHULUAN. Jantung mempunyai kedudukan yang sangat penting bagi manusia karena
BAB I PENDAHULUAN 1.1 Latar Belakang Jantung mempunyai kedudukan yang sangat penting bagi manusia karena jantung merupakan organ tubuh yang bertugas memompa darah ke seluruh tubuh. Karena itu, jantung
Lebih terperinciBAB 1 PENDAHULUAN. suatu kumpulan gejala yang timbul pada seseorang karena adanya
BAB 1 PENDAHULUAN 1.1 Latar Belakang Diabetes melitus adalah penyakit metabolisme yang merupakan suatu kumpulan gejala yang timbul pada seseorang karena adanya peningkatan kadar glukosa darah di atas nilai
Lebih terperinciBAB IV HASIL DAN UJI COBA. yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi
Lebih terperinciBAB I PENDAHULUAN. akan diderita. Setiap orang wajib menjaga kesehatannya masing masing, tetapi
BAB I PENDAHULUAN I.1. Latar Belakang Suatu gejala penyakit dapat merupakan indikasi dari suatu penyakit yang akan diderita. Setiap orang wajib menjaga kesehatannya masing masing, tetapi pada kenyataannya
Lebih terperinciANALISIS METODE CERTAINTY FACTOR DALAM SISTEM PAKAR UNTUK MENDETEKSI PENYAKIT SAPI PEDAGING
ANALISIS METODE CERTAINTY FACTOR DALAM SISTEM PAKAR UNTUK MENDETEKSI PENYAKIT SAPI PEDAGING Ahmad Abdullah Zain 1, Erna Zuni Astutik, M.Kom 2 1 Mahasiswa Teknik Informatika, Universitas Dian Nuswantoro
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GINJAL MENGGUNAKAN METODE FORWARD CHAINING. Kata Kunci : Sistem Pakar, Ginjal, Metode Forward Chaining, Java
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GINJAL MENGGUNAKAN METODE FORWARD CHAINING =================== Desy Ferninda Putri Aria, Nana Suarna ==================== ABSTRAK Sistem Pakar adalah suatu sistem
Lebih terperinciBAB 1 : PENDAHULUAN. pergeseran pola penyakit. Faktor infeksi yang lebih dominan sebagai penyebab
BAB 1 : PENDAHULUAN 1.1 Latar Belakang Perkembangan zaman dan kemajuan teknologi mengakibatkan terjadinya pergeseran pola penyakit. Faktor infeksi yang lebih dominan sebagai penyebab timbulnya penyakit
Lebih terperinciBAB I PENDAHULUAN. Penyakit degeneratif merupakan transisi epidemiologis dari era penyakit
BAB I PENDAHULUAN A. Latar Belakang Masalah Penyakit degeneratif merupakan transisi epidemiologis dari era penyakit infeksi (communicable disease) yang sempat mendominasi di negara-negara sedang berkembang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Obat merupakan substansi yang dapat mengurangi gejala hingga menyembuhkan penyakit. Obat-obatan banyak yang beredar dan dijual bebas di pasaran. Ada yang bebas dibeli,
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah alokasi dari sumber daya yang dibutuhkan untuk melaksanakan serangkaian tugas dalam suatu waktu tertentu untuk menghasilkan sebuah kumpulan pekerjaan
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Sebuah sistem berbasis pengetahuan memiliki dua elemen utama yaitu basis pengetahuan/knowledge based dan kemampuan penalaran/reasoning. Basis pengetahuan merupakan
Lebih terperinciBAB I PENDAHULUAN. sedangkan penyakit non infeksi (penyakit tidak menular) justru semakin
BAB I PENDAHULUAN 1.1 Latar belakang Di Indonesia sering terdengar kata Transisi Epidemiologi atau beban ganda penyakit. Transisi epidemiologi bermula dari suatu perubahan yang kompleks dalam pola kesehatan
Lebih terperinciBAB IV HASIL DAN UJI COBA. yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada
67 BAB IV HASIL DAN UJI COBA IV.1. Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi sistem
Lebih terperinciBAB I PENDAHULUAN. (intelligent system) adalah sistem yang dibangun dengan menggunakan
BAB I PENDAHULUAN A. Latar Belakang Kecerdasan buatan atau artificial intelligence merupakan bagian dari ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang
Lebih terperinciBAB I PENDAHULUAN. manusia tidak bisa menikmati hidup. Seiring perkembangan teknologi yang sangat
BAB I PENDAHULUAN I.1. Latar Belakang Kesehatan merupakan sesuatu yang sangat berharga, tanpa kesehatan manusia tidak bisa menikmati hidup. Seiring perkembangan teknologi yang sangat pesat pada bidang
Lebih terperinciDETEKSI DINI DIABETES MELLITUS PADA IBU-IBU PKK SEBAGAI UPAYA PENCEGAHAN KEHAMILAN RESIKO TINGGI
DETEKSI DINI DIABETES MELLITUS PADA IBU-IBU PKK SEBAGAI UPAYA PENCEGAHAN KEHAMILAN RESIKO TINGGI Kudarti 1, Ike Rina Wulandari 2, Rifa Caturiningsih 3 Prodi DIII Kebidanan, Akademi Kebidanan Mardi Rahayu
Lebih terperinciPENCEGAHAN PENYAKIT DIABETES MELLITUS MELALUI PROGRAM PENYULUHAN DAN PEMERIKSAAN KADAR GULA DARAH DI DUKUH CANDRAN DESA SENTONO KLATEN JAWA TENGAH
Seri Pengabdian Masyarakat 2014 ISSN: 2089-3086 Jurnal Inovasi dan Kewirausahaan Volume 3 No. 3, September 2014 Halaman 180-185 PENCEGAHAN PENYAKIT DIABETES MELLITUS MELALUI PROGRAM PENYULUHAN DAN PEMERIKSAAN
Lebih terperinciANALISIS PERBANDINGAN METODE DEMPSTER SHAFER DENGAN METODE CERTAINTY FACTOR UNTUK MENDIAGNOSA PENYAKIT STROKE
ANALISIS PERBANDINGAN METODE DEMPSTER SHAFER DENGAN METODE CERTAINTY FACTOR UNTUK MENDIAGNOSA PENYAKIT STROKE Ira Lina Kendayto Panjaitan 1, Erwin Panggabean 2, Sulindawaty 3 [1, 2, 3] Teknik Informatika
Lebih terperinci1. Pendahuluan 1.1 Latar belakang
1. Pendahuluan 1.1 Latar belakang Diabetes mellitus adalah suatu penyakit dimana kadar glukosa (gula sederhana) di dalam darah tinggi karena tubuh tidak dapat melepaskan atau menggunakan insulin secara
Lebih terperinciBAB I PENDAHULUAN. yaitu genetik (keturunan) dan lingkungan sebagai faktor eksternal tubuh. Alergi
BAB I PENDAHULUAN I.1. Latar Belakang Alergi adalah penyakit atau kelainan yang tidak menular tetapi kecenderungan seseorang mengalami alergi akan dipengaruhi oleh dua faktor, yaitu genetik (keturunan)
Lebih terperinciBAB I PENDAHULUAN. manusia atau bahkan melebihi kemampuan kerja manusia.
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan komputer dewasa ini telah mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Komputer yang
Lebih terperinciAPLIKASI DIAGNOSA PENYAKIT INFEKSI PADA IKAN PATIN MENGGUNAKAN METODE CERTAINTY FACTOR
APLIKASI DIAGNOSA PENYAKIT INFEKSI PADA IKAN PATIN MENGGUNAKAN METODE CERTAINTY FACTOR Seny Hidabiyah, Prihastuti Harsani, Aries Maesya Email: senychan92@gmail.com Program Studi Ilmu Komputer Fakultas
Lebih terperinciBAB I PENDAHULUAN. seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Hal ini yang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan komputer dewasa ini mengalami perkembangan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Hal ini yang
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Diabetes Mellitus (DM) adalah penyakit yang menyebabkan meningkatnya kadar glukosa darah dalam tubuh dan tergolong kedalam penyakit kronis yang bersifat melemahkan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Autis merupakan gangguan perkembangan fungsi otak yang mencakup bidang sosial, komunikasi verbal (bahasa) dan non-verbal, imajinasi, fleksibilitas, lingkup minat, kognisi
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Hasil Berikut ini dijelaskan tentang tampilan hasil dari Perancangan Aplikasi Mendeteksi Penyakit Ginjal Secara Dini menggunakan metode Certainty Factor yang dibangun yaitu
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Diabetes Melitus (DM) merupakan salah satu kelompok penyakit metabolik yang ditandai oleh hiperglikemia karena gangguan sekresi insulin, kerja insulin, atau keduanya.
Lebih terperinciSTIKOM SURABAYA BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Penyakit Hepatitis adalah penyakit yang disebabkan oleh beberapa jenis
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit Hepatitis adalah penyakit yang disebabkan oleh beberapa jenis virus yang menyerang dan menyebabkan peradangan serta merusak sel-sel organ hati manusia.
Lebih terperinciBAB I. PENDAHULUAN. A. Latar Belakang. tubuh dan menyebabkan kebutaan, gagal ginjal, kerusakan saraf, jantung, kaki
5 BAB I. PENDAHULUAN A. Latar Belakang melitus (DM) merupakan penyakit yang sangat berbahaya karena dapat menyebabkan komplikasi yang dapat mengakibatkan kerusakan organ-organ tubuh dan menyebabkan kebutaan,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DETEKSI DINI PENYAKIT STROKE MENGGUNAKAN METODE DEMPSTER-SHAFER
Journal of Environmental Engineering & Sustainable Technology JEEST http://jeest.ub.ac.id SISTEM PENDUKUNG KEPUTUSAN DETEKSI DINI PENYAKIT STROKE MENGGUNAKAN METODE DEMPSTER-SHAFER Deby Putri Indraswari
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI SISTEM PAKAR DENGAN METODE CERTAINTY FACTOR UNTUK DIAGNOSA AWAL PENYAKIT LUPUS TUGAS AKHIR
PERANCANGAN DAN IMPLEMENTASI SISTEM PAKAR DENGAN METODE CERTAINTY FACTOR UNTUK DIAGNOSA AWAL PENYAKIT LUPUS TUGAS AKHIR Sebagai Persyaratan Guna Meraih Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah
Lebih terperinciSISTEM PAKAR MENDIAGNOSA PENYAKIT DAN HAMA TANAMAN PADI ORGANIK VARIENTAS IR 64 DENGAN METODE CERTAINTY FACTOR
SISTEM PAKAR MENDIAGNOSA PENYAKIT DAN HAMA TANAMAN PADI ORGANIK VARIENTAS IR 64 DENGAN METODE CERTAINTY FACTOR Disusun Oleh : Nama : Moch. Refan Syafi i NIM : A11.2008.03990 FAKULTAS ILMU KOMPUTER UNIVERSITAS
Lebih terperinciBAB I PENDAHULUAN. Dengan semakin pesatnya perkembangan pemikiran manusia dewasa. ini, menyebabkan manusia berusaha membuat sesuatu untuk mempermudah
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar (expert system) adalah salah satu teknik kecerdasan buatan yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan
Lebih terperinci