SISTEM PAKAR DIAGNOSA PENYAKIT EPILEPSI MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER
|
|
- Hendri Susanto Darmadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 1 SISTEM PAKAR DIAGNOSA PENYAKIT EPILEPSI MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER Fajar Nazaruddin 1, Erna Zuni Astuti, M.Kom 2 1,2 Jurusan Teknik Informatika, Fasilkom, Universitas Dian Nuswantoro Jalan Nakula 1 No 5-11 Semarang fajarnazaruddin@gmail.com 1, erna.zuni.astuti@dsn.dinus.ac.id 2 Abstrak Penelitian ini membahas tentang sistem pakar untuk mendiagnosa penyakit epilepsi. Sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah. Data yang digunakan untuk penelitian terdiri dari 72 gejala dan 12 jenis penyakit epilepsi. Sistem pakar yang dibangun menggunakan metode naive bayes classifier. Terdapat dua tahapan kerja dari sistem ini. Pertama, sistem meminta penderita atau user untuk menginputkan gejala-gejala yang dialami. Kedua, sistem akan secara otomatis menampilkan hasil diagnosa dari penyakit epilepsi yang diderita oleh penderita melalui perhitungan naive bayes. Hasil diagnosa sistem selanjutnya dibandingkan dengan hasil diagnosa dari pakar sebenarnya. Ujicoba sistem menggunakan data sebanyak 12 penderita penyakit epilepsi. Dari hasil percobaan, prosentase kesesuaian diagnosa sebesar 83,33%. Kata Kunci : Sistem Pakar, Penyakit Epilepsi, Naive Bayes Abstract This study discusses the expert system for diagnosing epilepsy. An expert system is a system that is designed to mimic the expertise of an expert in answering questions and solving problems. Data used for the study consisted of 72 symptoms and 12 types of epilepsy. Expert systems are built using the Naive Bayes classifier. There are two stages of work of this system. First, the system prompts the user to input a patient or symptoms experienced. Second, the system will automatically display the diagnosis of epilepsy suffered by the patient through the calculation Naive Bayes. The diagnosis system is then compared with the actual diagnosis of the experts. Experiments using the system as much data as 12 patients with epilepsy. From the experimental results, the percentage of diagnosis suitability of 83.33%. Keyword : Expert System, Epilepsy Disease, Naive Bayes
2 2 I. PENDAHULUAN Penyakit epilepsi yaitu jenis penyakit yang ada dalam otak atau pada sel saraf, kondisi ini dapat mengakibatkan seseorang mengalami kejang secara berulang. Kerusakan dan perubahan di dalam otak diketahui sebagai penyebab pada sebagian kecil kasus epilesi. Namun pada sebagian besar kasus yang pernah terjadi penyebab pastinya masih belum diketahui [1]. Menurut data WHO (World Health Organization) menunjukkan epilepsi menyerang 70 juta dari penduduk dunia. Epilepsi dapat terjadi pada siapa saja di seluruh dunia tanpa batasan ras dan sosial ekonomi. Angka kejadian epilepsi masih tinggi terutama di negara berkembang yang mencapai 114 per penduduk per tahun [2]. Perbandingan jumlah penduduk dan tenaga medis yang jauh dari standar ideal menyebabkan masyarakat kurang memahami penyakit yang diderita. Hal ini diperparah dengan anggapan di tengah masyarakat bahwa penyakit akan sembuh dengan sendirinya tanpa melalui proses pengobatan dan perubahan gaya hidup. Terbatasnya jumlah tenaga medis, dapat dibantu dengan keberadaan sebuah sistem pakar, tanpa bermaksud untuk menggantikan pakar. Sistem pakar telah menjadi hal yang lazim diterapkan khususnya di bidang kedokteran. Penelitian ini bertujuan untuk menerapkan metode Naïve bayes classifier pada aplikasi sistem pakar yang dapat mendiagnosis penyakit epilepsi. Dari data pasien, gejala-gejala penyakit epilepsi diinputkan, sistem kemudian akan menampilkan hasil diagnosis penyakit. II. PENELITIAN SEBELUMNYA Penelitian pertama yang menjaadi sumber rujukan yaitu sistem pakar diagnosis penyakit mata menggunakan metode naive bayes classifier. Data yang digunakan untuk penelitian terdiri dari 52 gejala dan 15 penyakit mata. Penelitian ini menggunakan perhitungan metode naive bayes untuk menghasilkan aplikasi yang dapat memberikan diagnosis penyakit mata. Dari hasil pengujian keakuratan mencapai 83% [3]. Penelitian selanjutnya sistem pakar diagnosa penyakit sapi potong dengan metode naive bayes. Penelitian ini behasil membangun sistem pakar penyakit sapi potong dengan 11 jenis penyakit dan 20 gelaja, dari hasil pengujian keakuratan mencapai 96,15% [4]. Penelitian selanjutnya adalah algoritma klasifikasi data mining naive bayes berbasis particle swarm optimization untuk deteksi penyakit jantung. Penelitian ini membahas tentang perbandingan dua metode untuk mendeteksi penyakit jantung. Pengukuran dengan naive bayes menghasilkan akurasi 82,14% sementara naive bayes berbasis PSO akurasi meningkat menjadi 92.86%. tingkat akurasi dibandingkan dengan hasil laboratorium [5]. III. NAIVE BAYES Naive bayes adalah suatu klasifikasi berpeluang sederhana berdasarkan aplikasi theorema bayes dengan asumsi antar variabel penjelas saling independen (bebas). Dalam hal ini diasumsikan bahwa kehadiran atau ketiadaan dari suatu kejadian tertentu dari suatu kelompok tidak berhubungan dengan kehadiran atau ketiadaan dari kejadian lainnya. Naive bayes dengan formula umum sebagai berikut [6]: P(H E) P(E H) P(H) P(E)...(n)
3 3 Penjelasan dari formula diatas adalah sebagai berikut: Parameter Keterangan P(H E) Probabilitas bersyarat (conditional probability) suatu hipotesis H terjadi jika diberikan bukti (evidence) E terjadi. P(E H) Probabilitas sebuah bukti E terjadi akan mempengaruhi hipotesis H. P(H) Probabilitas awal (priori) hipotesis H terjadi memandang bukti apapun. P(E) Probabilitas awal (priori) bukti E terjadi tanpa memandang hipotesis atau bukti yang lain. IV. METODE PENELITIAN Metodologi Penelitian yang digunakan adalah sebagai berikut : 4.1 Identifikasi Identifikasi merupakan tahapan pendefinisian sistem, tujuan, perumusan masalah, sumber daya, data yang digunakan serta biaya untuk dapat membangun sistem. 4.2 Pengumpulan Data Data yang digunakan untuk percobaan, didapatkan dari pakar dan pasien penyakit epilepsi. Data didapatkan melalui proses knowledge acquisition diantaranya wawancara dengan pakar dan mendapatkan rekam medis pasien. Data yang digunakan adalah 72 gejala, 12 penyakit epilepsi dan 12 data pasien. 4.3 Pemilihan Metode Naïve Bayes Classifier dipilih karena metode ini merupakan salah satu metode probabilitas statistik sederhana dan mudah diterapkan selain itu mempunyai akurasi yang tinggi dan data yang valid. 4.4 Rancang Bangun Sistem Sistem dibangun dengan user friendly, dengan bahasa pemrograman PHP dan database MySQL. Seorang pengguna akan dengan mudah mengoperasikan aplikasi yang dibuat, sehingga pengguna relatif cepat dapat mengetahui hasil diagnosis penyakit epilepsi. 4.5 Ujicoba Sistem Pada tahapan ini, sistem yang sudah dibangun akan diujicobakan dengan menginputkan gejala-gejala yang dialami pasien. Selanjutnya, sistem pakar akan menampilkan penyakit epilepsi yang diderita pasien. Analisis hasil didapatkan dari perbandingan antara hasil ujicoba sistem pakar dengan hasil diagnosa pakar (human expert) V. HASIL DAN PEMBAHASAN 5.1 Data Pada tabel penyakit epilepsi terdapat 12 jenis serangan dan 72 gejala yang ditimbulkan. Tabel 1. Jenis Penyakit Epilepsi NO Nama Epilepsi 1 Parsial Sederhana 2 Parsial Kompleks 3 Petit Mal 4 Grand mal 5 Atonik 6 Tonik
4 4 7 Klonik 8 Myoklonik 9 Tonik Klonik 10 Spasme Infantile 11 Sindrom Lennox Gastaut 12 Lobus Temporalis Tabel 2. Gejala Penyakit Epilepsi No Gejala 1 Hilang kesadaran 2 Hilang ingatan 3 Melakukan gerakan ritmis halus 4 Rasa tegang pada lengan dan kaki 5 Merasa pusing 6 Pandanagan kosong 7 Mengalami sensasi aura 8 Gerakan menyentak pada lengan dan kaki 9 Tidak merespon sesuatu 10 Hilangnya kesadaran secara tibatiba 11 Jatuh ke lantai tak terkendali 12 Kontraksi pada otot tungkai 13 Timbul emosi 14 Neurologis 15 Hilang kesadaran sementara 16 Muka membiru 17 Tidak dapat mengendalikan tubuh 18 Kesemutan 19 Diam 20 Berteriak 21 Mata melotot 22 Menggosok jari secara bersamaan 23 Bibir membentuk huruf T 24 Pupil melebar 25 Gerakan abnormal 26 Sulit bernafas 27 Kaku pada persendian tubuh 28 Tubuh gemetar 29 Gangguan mental 30 Kebingungan 31 Kepala menganguk 32 Kehilangan kontrol usus 33 Bibir otomatis bergerak sendiri 34 Kejang bagian leher dan bahu 35 Rasa aneh pada bagian dada 36 Narkolepsi 37 Sakit kepala hebat 38 Mulut keluar busa 39 Merasa gelisah 40 Halusinasi 41 Posisi bibir miring 42 Kelelahan 43 Pendengaran terganggu 44 Mengantuk 45 Mengalami depresi 46 Setelah kejang dapat melanjutkan aktifitas 47 Gangguan penciuman 48 Sensitif dan mudah marah 49 Jari berkerut 50 Menangis 51 Menggelepar dan mengangkat secara kaku 52 Mual dan muntah
5 5 53 Hilangnya kotrol kandung kemih 54 Otot tubuh kaku dan sulit digerakkan 55 Berkeringat dan pucat 56 Perasaan takut pada sesuatu 57 Terjadi pada usia 0-2 tahun 58 Terjadi pada usia 3-15 tahun 59 Terajadi pada usia tahun 60 Terjadi pada usia tahun 61 Berlangsung sekitar <10 detik 62 Berlansung sekitar 10 detik 63 Berlangsung sekitar >15 detik 64 Berlangsung sekitar > 20 detik 65 Berlangsung sekitar > 45 detik 66 Berlangsung sekitar 3-4 menit 67 Berlangsung sekitar 1-2 menit 68 Berlangsung sekitar 2-3 menit 69 Berlangsung sekitar >30 detik 70 Berlangsung sekitar 40 detik 71 Berlangsung sekitar detik 72 Berlangsung sekitar 20 detik Tabel 3. Penyakit Epilepsi dan Penyakit Epilepsi Gejalanya Gejala NO- Parsial Sederhana 1,5,18,27,51,58,61 Parsial Kompleks 2,6,9,11,17,29,58,6 2 Petit Mal 3,6,15,22,23,58,63 Grand Mal 7,9,20,32,37,59,64 Atonik 2,11,30,54,58,59,72 Tonik 4,11,14,30,35,58,65 Klonik 8,13,39,42,46,57,66 Myoklonik 25,34,41,48,49,59,6 7 Tonik Klonik 10,11,28,44,45,47,5 3,58,68 Spasme Infantile 12,31,43,56,60,69 Sindrom Lennox Gastaut 16,26,36,38,50,52,5 8,70 Lobus Temporalis 19,21,24,33,56,58, Uji Coba Uji coba dilakukan dengan mendapatakan data gelaja 12 penderita penyakit epilepsi. Data gejala penderita dibandingkan dengan data gejala yang menyebabkan penyakit epilepsi tertentu. Contoh perhitungan dengan menggunakan klasifikasi naive bayes dapat diterapkan pada pasien ke-1 mengalami gejala nomor 2,6,11 dan 29. Keterangan gejala: 1. Hilang ingatan 2. Pandangan kosong 3. Kebingungan 4. Gangguan mental Langkah-langkah perhitungan naive bayes sebagai berikut: 1. Menentukan nilai nc untuk setiap class Penyakit epilepsi ke-1: Parsial sederhana N 1 P 1/ M 72 Penyakit epilepsi ke-2: Parsial kompleks N 1
6 6 P 1/ M 72 Penyakit epilepsi ke-3: Petit Mal N 1 P 1/ M 72 Penyakit epilepsi ke-4: Grand Mal N 1 P 1/ M Mementukan nila P(ai vj) dan menghitung nilai P(vj) Penyakit epilepsi ke-1: Prs. Sederhana P(2 Prs. Sederhana) P(6 Prs. Sederhana) P(11 Prs. Sederhana) P(29 Prs. Sederhana) Penyakit epilepsi ke-2: Prs. Kompleks P(2 Prs. Kompleks) P(6 Prs. Kompleks) P(11 Prs. Kompleks) P(29 Prs. Kompleks) Penyakit epilepsi ke-3: Petit Mal P(2 Petit Mal) P(6 Petit Mal) P(11 Petit Mal) P(29 Petit Mal) Penyakit epilepsi ke-4: Grand Mal P(2 Grand Mal) P(6 Grand Mal) P(11 Grand Mal) P(29 Grand Mal) 3. Menghitung P(ai vj) x P(vj) untuk tiap v Penyakit epilepsi ke-1: Prs. Sederhana P(PS) x {P(2 PS) x P(6 PS) x P(11 PS) x P(29 PS)} x x x x Penyakit epilepsi ke-2: Prs. Kompleks P(PK) x {P(2 PK) x P(6 PK) x P(11 PK) x P(29 PK)} x x x x Penyakit epilepsi ke-3: Petit Mal P(PM) x {P(2 PM) x P(6 PM) x P(11 PM) x P(29 PM)}
7 x x x x Penyakit epilepsi ke-4: Grand Mal P(GM) x {P(2 GM) x P(6 GM) x P(11 GM) x P(29 GM)} x x x x Menentukan hasil klasifikasi yang memiliki perkalian terbesar. Berikut ini adalah tabel hasil klasifikasi. Tabel 4. Perbandingan Nilai Hasil Klasifikasi Penyakit Nilai Parsial Sederhana Parsial Kompleks Petit Mal Grand mal Atonik Tonik Klonik Myoklonik Tonik Klonik Spasme Infantile Sindrom Lennox Gastaut Lobus Temporalis Karena nilai paling besar, maka contoh kasus pasien ke-1 dikategorikan sebagai penyakit epilepsi jenis Parsial Kompleks. 5.3 Hasil Uji Coba Hasil uji coba sistem pakar (expert system) dibandingkan dengan hasil diagnosis dari pakar sebenarnya. Perbandingan hasil diagnosis sistem pakar dan pakar sebenarnya (human expert) ditunjukkan pada di bawah ini: No 1 Parsial Tabel 5. Hasil Uji Coba Diagnosa Sistem Pakar Sederhana 2 Parsial Kompleks Diagnosa Parsial Pakar Sederhana Parsial Kompleks 3 Petit Mal Petit Mal 4 Grand mal Grand mal 5 Atonik Atonik 6 Tonik Tonik 7 Klonik Klonik 8 Myoklonik Myoklonik 9 Tonik Klonik - 10 Spasme Infantile 11 Sindrom Lennox Gastaut 12 Lobus Temporalis Spasme Infantile - Lobus Temporalis Rumus Menghitung Tingkat Akurasi Jumlah data valid jumlah seluruh data 100% Jadi tingkat akurasi dari 12 data adalah % 83,333% 12
8 8 VI. KESIMPULAN Dari hasil pengujian sistem dan pembahasan pada tahap sebelumnya, maka di ambil kesimpulan sebagai berikut : 1. Sistem pakar diagnosa tentang penyakit epilepsi ini telah mampu memberikan informasi kepada pengguna mengenai jenis epilepsi berdasarkan gejala-gejala yang di berikan serta solusi penanganannya. 2. Pembaharuan pengetahuan pada sistem pakar ini dapat di lakukan oleh seorang pakar atau pembuat sistem ini. 3. Sistem mampu mendiagnosa dengan tepat sesuai pendapat pakar sebenarnya sebesar 83,333% dari 12 data penyakit epilepsi. VII. SARAN Adapun berbagai saran untuk melengkapi kesimpulan yang di ambil adalah sebagai berikut : 1. Perawatan perlu di lakukan agar sistem ini dapat di gunakan semaksimal mungkin serta dapat melakukan evaluasi terhadap sistem sehingga dapat di lakukan penyesuaian sistem. 2. Sistem ini masih jauh dari kata sempurna maka dari itu perlu di lakukan perbaikan-perbaikan demi kesempurnaan program dan kemudahan pemakai. VIII. DAFTAR PUSTAKA classifier. Madura: Universitas Trunjomoyo. [4] Nur Aeni Widiastuti, Stefanus Santosa dan Catur Supriyanto Algoritma Klasifikasi data mining naïve bayes berbasis Particle Swarm Optimization untuk deteksi penyakit jantung. Semarang: Universitas Dian Nuswantoro. [5] Indriana Candra Dewi, Arief Andi Soebroto dan M.Tanzil Furqon Sistem pakar diagnosa penyakit sapi potong dengan metode naive bayes. Malang: Universitas Brawijaya. [6] Diakses pada tanggal 5 November 2016 [1] Diakses pada tanggal 10 Oktober [2] Diakses pada tanggal 10 Oktober 2016 [3] Wahyudi Setiawan dan Sofie Ratnasari Sistem pakar diagnose penyakit mata menggunakan naïve bayes
BAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Objek Penelitian Dalam penyusunan proyek tugas akhir ini penulis melakukan sebuah penelitian di RSUD RAA Soewondo Pati sebagai bahan masukan dalam pembuatan sistem pakar pengenalan
Lebih terperinciSISTEM PAKAR PENGENALAN GEJALA DINI PENYAKIT EPILEPSI MENGGUNAKAN METODE NAÏVE BAYES
SISTEM PAKAR PENGENALAN GEJALA DINI PENYAKIT EPILEPSI MENGGUNAKAN METODE NAÏVE BAYES Bayu Hendra Setiawan 1, Edy Mulyanto, SSi, M.Kom 2 Program Studi Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Pada penelitian Sistem Pakar Diagnosa Awal Kanker Serviks Menggunakan Metode Naive Bayes Berbasis Android Dalam penelitian ini, untuk mengidentifikasi
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1.Analisa Masalah Berbagai upaya telah dilakukan oleh perusahaan untuk menanggulangi penyakit seperti gejala-gejala, nilai akurasi di data, namun tanpa peran serta
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Di bidang kedokteran, saat ini sudah memanfaatkan teknologi komputer yaitu sistem pakar untuk meningkatkan pelayanan yang lebih baik pada masyarakat. Sistem
Lebih terperinciPemanfaatan Metode Naïve Bayes Classifier dalam Pembuatan Sistem Pakar untuk Diagnosa Penyakit Kelamin
ISSN: 2088-4591 Vol.7 No.2 Edisi Nopember 2017 Pemanfaatan Metode Naïve Bayes Classifier dalam Pembuatan Sistem Pakar untuk Diagnosa Penyakit Kelamin Nuzul Hikmah, Lilik Utammimah Fakultas Teknik, Universitas
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT HYPEROPIA DAN MYOPIA PADA
ISSN : 232-385 Seminar Nasional Teknologi Informasi dan Multimedia 26 STMIK AMIKOM Yogyakarta, 6-7 Februari 26 SISTEM PAKAR DIAGNOSA PENYAKIT HYPEROPIA DAN MYOPIA PADA MANUSIA BERBASIS ANDROID MENGGUANAKAN
Lebih terperinciPenyebab, gejala dan cara mencegah polio Friday, 04 March :26. Pengertian Polio
Pengertian Polio Polio atau poliomyelitis adalah penyakit virus yang sangat mudah menular dan menyerang sistem saraf. Pada kondisi penyakit yang bertambah parah, bisa menyebabkan kesulitan 1 / 5 bernapas,
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka berikut ini ada beberapa contoh penelitian yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai
Lebih terperinciBAB IV HASIL DAN UJI COBA
107 BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari analisa dan rancang bangun aplikasi sistem pakar untuk mendiagnosa gangguan menstruasi dengan metode
Lebih terperinciBAB I PENDAHULUAN. Sistem pakar menirukan perilaku seorang pakar dalam menangani suatu
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar menirukan perilaku seorang pakar dalam menangani suatu persoalan. Pada suatu kasus seorang pasien mendatangi dokter untuk memeriksa badannya yang mengalami
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Tinjauan Studi a. Wahyudi Setiawan dan Sofie Ratnasari (2014) [5]. Melakukan sebuah penelitian berjudul Sistem pakar diagnose penyakit mata menggunakan naïve bayes classifier.
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Seseorang yang ingin memeriksa kesehatannya cenderung untuk berkonsultasi ke dokter ahli, namun terkadang hal ini dapat menyulitkan seseorang
Lebih terperinciBAB I PENDAHULUAN. Hal ini dibuktikan dengan adanya fakta yang diungkap oleh World Health
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Manusia dapat mendeteksi rangsangan dari luar tubuh dengan adanya alat tubuh yang dinamakan indera. Indera yang digunakan untuk mendeteksi adanya rangsangan
Lebih terperinciBAB 1 PENDAHULUAN. fisik, kesehatan mental haruslah mendapat perhatian yang sama. Bahkan gangguan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kesehatan adalah hal berharga bagi kehidupan manusia, oleh karenanya setiap orang hendaknya menjaga kesehatan dari berbagai macam penyakit. Tidak hanya kesehatan
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK PERTOLONGAN PERTAMA MENDIAGNOSA DEMAM Shela Shelina Universitas Gunadarma Jl. Margonda Raya No. 100 Pondok Cina, Depok 164
EXPERT SYSTEM APPLICATION FOR FIRST AID DIAGNOSE FEVER Shela Shelina Undergraduate Program, Information Systems Gunadarma University http://www.gunadarma.ac.id Keywords: Expert System, General Disease
Lebih terperinciSATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No. 2, Desember 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Diagnosa Jenis Penyakit Epilepsi pada Anak
Lebih terperinciBAB I PENDAHULUAN. dinding sistem pencernaan, mulai dari mulut hingga ke anus. Tapi kondisi ini
BAB I PENDAHULUAN I.1. Latar Belakang Penyakit crohn adalah salah satu penyakit radang usus dan merupakan kondisi jangka panjang yang mana peradangan bisa terjadi pada seluruh lapisan dinding sistem pencernaan,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem pakar adalah suatu cabang kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah
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 terperinciPEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT
PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT Sri Winiarti Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : daffal02@yahoo.com ABSTRAK Dalam
Lebih terperinciBAB I PENDAHULUAN. tubuh yang rentan akan penyakit. Pada bidang teknologi kesehatan semua
1 BAB I PENDAHULUAN 1.1 Latar Belakang Kesehatan merupakan hal penting bagi manusia karena manusia memiliki tubuh yang rentan akan penyakit. Pada bidang teknologi kesehatan semua kebutuhan yang dipakai
Lebih terperinciLAPORAN SKRIPSI PERBANDINGAN ALGORITMA CERTAINTY FACTOR DAN NAÏVE BAYES UNTUK DIAGNOSA PENYAKIT EPILEPSI. Disusun oleh : Nama : Harry Chandra Mukti
LAPORAN SKRIPSI PERBANDINGAN ALGORITMA CERTAINTY FACTOR DAN NAÏVE BAYES UNTUK DIAGNOSA PENYAKIT EPILEPSI Disusun oleh : Nama : Harry Chandra Mukti NIM : 12.5.00230 Program Studi : Teknik Informatika Jenjang
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 terperinciAPLIKASI PAKAR DIAGNOSA PENYAKIT KANKER SERVIKS DENGAN METODE ANALISIS FAKTOR KEPASTIAN
APLIKASI PAKAR DIAGNOSA PENYAKIT KANKER SERVIKS DENGAN METODE ANALISIS FAKTOR KEPASTIAN Erfan Hasmin Teknik Informatika STMIK DipanegaSra, Makassar erfan.hasmin@gmail.com Abstrak Aplikasi pakar merupakan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang masalah
BAB I PENDAHULUAN 1.1 Latar belakang masalah Sakit kepala yang secara medis dikenal sebagai cephalalgia atau dilafalkan cephalgia adalah suatu kondisi terdapatnya rasa sakit di dalam kepala: kadang sakit
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit merupakan penyebab gangguan kesehatan pada tubuh manusia dan semua itu tidaklah asing lagi bagi masyarakat, ini semua merupakan kendala yang sering dihadapi
Lebih terperinciAPLIKASI PROBABILITAS BAYES DALAM SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN KEJIWAAN BIPOLAR
APLIKASI PROBABILITAS BAYES DALAM SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN KEJIWAAN BIPOLAR Chairisni Lubis 1), Agus Budi Dharmawan 2), Yulia Dewi, S. Kom 3) 1), 2),3) Teknik Informatika Universitas Tarumanagara
Lebih terperinciBAB I PENDAHULUAN. keselarasan dan keseimbangan kejiwaan yang mencerminkan kedewasaan
BAB I PENDAHULUAN A. Latar Belakang Kesehatan jiwa adalah berbagai karakteristik positif yang menggambarkan keselarasan dan keseimbangan kejiwaan yang mencerminkan kedewasaan kepribadiannya (WHO dalam
Lebih terperinciSISTEM PAKAR DETEKSI AWAL PENYAKIT TUBERKULOSIS DENGAN METODE BAYES
KLOROFIL Vol. 1 No. 1 2017: 17-23 ISSN 2598-6015 SISTEM PAKAR DETEKSI AWAL PENYAKIT TUBERKULOSIS DENGAN METODE BAYES YUSUF RAMADHAN NASUTION KHAIRUNA Fakultas Sains dan Teknologi Universitas Islam Negeri
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Menjaga kesehatan gigi dan mulut sangat penting, sebab saraf gigi berhubungan dan berpengaruh dengan saraf organ tubuh lain sehingga kesehatan gigi dapat berpengaruh
Lebih terperinciKata kunci : Metode Naive Bayes, Penyakit Tenggorokan
SISTEM KLASIFIKASI PENYAKIT TENGGOROKAN BERBASIS WEB MENGGUNAKAN METODE NAIVE BAYES Beni Agustiawan Program Studi Teknik Informatika, Fakultas Ilmu Komputer Universitas Dian Nuswantoro JL.Nakula 1No.5
Lebih terperinciSISTEM PAKAR UNTUK DIAGNOSIS DISMENORE MENGGUNAKAN METODE NAÏVE BAYES
1 SISTEM PAKAR UNTUK DIAGNOSIS DISMENORE MENGGUNAKAN METODE NAÏVE BAYES Yovita Nurfarianti 1 Tursina 2 Anggi Srimurdianti Sukamto 3. 1 2 3 Program Studi Informatika Universitas Tanjungpura 1 yovitarianti@gmail.com
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Sebagai tinjauan pustaka berikut ini beberapa contoh penelitian yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai acuan
Lebih terperinciSISTEM PAKAR DIAGNOSIS PENYAKIT MATA MENGGUNAKAN NAÏVE BAYES CLASSIFIER
SISTEM PAKAR DIAGNOSIS PENYAKIT MATA MENGGUNAKAN NAÏVE BAYES CLASSIFIER Wahyudi Setiawan 1 Sofie Ratnasari 2 wsetiawan.ok@gmail.com sakura.caoran@gmail.com Universitas Trunojoyo Madura Universitas Trunojoyo
Lebih terperinciSistem Pakar Untuk Mengetahui Gangguan Depresi Mayor Dengan Menggunakan Faktor Kepastian
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Sistem Pakar Untuk Mengetahui Gangguan Depresi Mayor Dengan Menggunakan Faktor Kepastian Aninda Astuti 1), Kusrini 2)
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Analisa sistem pada yang berjalan bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Mendiagnosa Penyakit Alzheimer Dengan Metode
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem pakar (Expert System) adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah.
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 terperinciBAB I PENDAHULUAN. yaitu dengan suatu media konsultasi yang bersifat online. mengemukakan pesoalan-persoalan yang terjadi kemudian pakar akan
BAB I PENDAHULUAN I.1 Latar Belakang Media konsultasi merupakan sebuah media atau sarana untuk berkomunikasi atau berinteraksi antara seorang pakar dengan pengguna. Dalam bidang medis kegiatan konsultasi
Lebih terperinciPERNYATAAN KEASLIAN SKRIPSI...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... iii HALAMAN PERNYATAAN KEASLIAN SKRIPSI... iv HALAMAN PERSETUJUAN PUBLIKASI... v KATA PENGANTAR... vi ABSTRAK... viii DAFTAR
Lebih terperinciBAB I PENDAHULUAN. WHO Department of Gender, Women and Health mengatakan dalam. jurnal Gender in lung cancer and smoking research bahwa kematian yang
BAB I PENDAHULUAN 1.1 Latar Belakang WHO Department of Gender, Women and Health mengatakan dalam jurnal Gender in lung cancer and smoking research bahwa kematian yang disebabkan oleh kanker paru-paru telah
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1 Tampilan Hasil Berikut adalah tampilan hasil dan pembahasan dari Sistem Pakar Mendiagnosa Perkembangan Dan Kesehatan Pada Anak. IV.1.1 Tampilan Menu Utama Tampilan ini
Lebih terperinciBAB I PENDAHULUAN. pelaksana diagnosa digantikan oleh sebuah sistem pakar, maka sistem pakar
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar menirukan perilaku seorang pakar dalam menangani suatu persoalan. Pada suatu kasus seorang pasien mendatangi dokter untuk memeriksa badannya yang mengalami
Lebih terperinciBAB I PENDAHULUAN. yang dirancang untuk memodelkan serta kemampuan menyelesaikan masalah
BAB I PENDAHULUAN 1. Latar Belakang Sistem pakar atau expert system merupakan sebuah program komputer yang dirancang untuk memodelkan serta kemampuan menyelesaikan masalah seperti layaknya seorang pakar
Lebih terperinciPusat Hiperked dan KK
Pusat Hiperked dan KK 1. Gangguan pernafasan (sumbatan jalan nafas, menghisap asap/gas beracun, kelemahan atau kekejangan otot pernafasan). 2. Gangguan kesadaran (gegar/memar otak, sengatan matahari langsung,
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM PAKAR DIAGNOSA PENYAKIT MEMATIKAN PADA PEREMPUAN MENGGUNAKAN METODE BAYES (Studi Kasus : Asri Medical Center)
ANALISIS DAN PERANCANGAN SISTEM PAKAR DIAGNOSA PENYAKIT MEMATIKAN PADA PEREMPUAN MENGGUNAKAN METODE BAYES (Studi Kasus : Asri Medical Center) Armadyah Amborowati1), Nurul Hidayah2) 1,2) Teknik Informatika
Lebih terperinciBAB I PENDAHULUAN. yang mendayagunakan komputer sehingga dapat berperilaku cerdas seperti
BAB I PENDAHULUAN A. Latar Belakang Sistem Pakar ( expert system) adalah salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berperilaku cerdas seperti manusia. Sistem pakar berusaha
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Dalam mencari kepastian terjangkitnya sebuah penyakit, masyarakat harus pergi berkonsultasi ke dokter ahli untuk melakukan pemeriksaan dari gejala
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Sistem Analisis sistem adalah tahapan yang memiliki tujuan untuk mempelajari prosedur yang sedang berjalan saat ini dan kebutuhan pengguna dari aplikasi
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit Kanker merupakan suatu peyakit yang paling ditakuti oleh masyakat karena proses penyembuhannya yang sulit, efek yang ditimbulkan dan memerlukan biaya yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Pada metode forward chaining ini ada 2 cara yang dapat dilakukan untuk melakukan pencarian, yaitu, Ignizio Dalam (Kusrini, 2006) 1. Dengan memasukan semua data yang tersedia kedalam
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 terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Uji Algoritma Pengujian algoritma dalam penelitian ini dilakukan melalui tingkat akurasi sistem pakar dalam mendeteksi penyakit thyroid. Pengujian algoritma akan memperlihatkan
Lebih terperinciSISTEM PAKAR PENYAKIT LAMBUNG MENGGUNAKAN METODE FORWARD CHAINING
F.1 SISTEM PAKAR PENYAKIT LAMBUNG MENGGUNAKAN METODE FORWARD CHAINING Andi Nurkholis *, Dina Sri Lestari Jurusan Teknik Informatika, Fakultas Teknik, Universitas Wahid Hasyim Jl. Menoreh Tengah X/22, Sampangan,
Lebih terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 8, Agustus 2018, hlm. 2430-2434 http://j-ptiik.ub.ac.id Implementasi Metode Naïve Bayes Dengan Perbaikan Missing
Lebih terperinciRANCANG BANGUN SISTEM PAKAR UNTUK MENENTUKAN MAKANAN DIET SEHAT PADA PENYAKIT JANTUNG BERDASARKAN GOLONGAN DARAH DENGAN MENGGUNAKAN NAIVE BAYES
RANCANG BANGUN SISTEM PAKAR UNTUK MENENTUKAN MAKANAN DIET SEHAT PADA PENYAKIT JANTUNG BERDASARKAN GOLONGAN DARAH DENGAN MENGGUNAKAN NAIVE BAYES SKRIPSI Oleh : NIRMALA MAHANING 0534 010 061 Kepada PROGRAM
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN DURIAN BERBASIS WEB MENGGUNAKAN ALGORITMA BAYES NASKAH PUBLIKASI
SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN DURIAN BERBASIS WEB MENGGUNAKAN ALGORITMA BAYES NASKAH PUBLIKASI diajukan oleh Ibnu Titto Dessetiadi 13.11.7046 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit adalah salah satu hal yang ditakuti oleh manusia pada umumnya, karena penyakit bisa berakibat fatal dalam kehidupan manusia. Salah satu akibat terburuk yang
Lebih terperinciSISTEM CERDAS DIAGNOSA PENYAKIT AYAM
SISTEM CERDAS DIAGNOSA PENYAKIT AYAM PRASETYO ADHY PRABOWO Program Studi Ilmu Komputer, FIK Universitas Dian Nuswantoro Jl. Nakula I No. 5-11, Semarang, 50131 Abstrak : Seiring perkembangan tekhnologi,
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 terperinciINFORMASI DATA REKAM MEDIS PASIEN DI RS BEDAH MITRA KABUPATEN LAMONGAN DENGAN METODE NAIVE BAYES DAN CLUSTERING DALAM PENENTUAN PENYAKIT HYPERTENSI
JOUTICLA Volume 2 No. 1 2017 ISSN: 2503-07103 INFORMASI DATA REKAM MEDIS PASIEN DI RS BEDAH MITRA KABUPATEN LAMONGAN DENGAN METODE NAIVE BAYES DAN CLUSTERING DALAM PENENTUAN PENYAKIT HYPERTENSI Kemal Farouq
Lebih terperinciSistem Pakar untuk Mendiagnosa Penyakit yang Disebabkan Nyamuk dengan Metode Forward Chainning
Nur Nafi iyah dkk: Sistem Pakar untuk Mendiagnosa Penyakit 20 Sistem Pakar untuk Mendiagnosa Penyakit yang Disebabkan Nyamuk dengan Metode Forward Chainning Nur Nafi iyah dan Endang Setyati Program Pascasarjana
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penerapan ilmu komputer semakin meluas ke berbagai bidang, salah satunya di bidang kesehatan. Hal ini mendorong para ahli untuk semakin mengembangkan komputer agar
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 terperinciLaporan Skripsi BAB I PENDAHULUAN
1.1. Latar Belakang PENDAHULUAN Perkembangan teknologi saat ini sudah sangat pesat, teknologi merupakan metode ilmiah untuk mencapai tujuan praktis ataupun keseluruhan sarana untuk menyediakan barang-barang
Lebih terperinciBAB IV. HASIL DAN Uji Coba
BAB IV HASIL DAN Uji Coba IV..1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan sistem pakar diagnosa penyakit yang menyerang telapak kaki dengan menggunakan metode Delta
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 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 terperinciBAB I PENDAHULUAN. informasi namun juga untuk menyelesaikan masalah dalam kehidupan sehari-hari.
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi informasi yang semakin maju, semakin banyak orang yang memanfaatkan teknologi informasi, tidak hanya untuk pemenuhan informasi namun juga untuk
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini teknologi dan pengetahuan kemajuannya sangat pesat,kemajuan teknologi dan pengetahuan juga berkembang pesat di bidang kesehatan, selain itu hal ini juga
Lebih terperinciBAB II TINJAUAN PUSTAKA
17 BAB II TINJAUAN PUSTAKA A. Landasan Teori 1. Definisi Epilepsi Epilepsi merupakan gangguan kronik otak yang menunjukan gejala-gejala berupa serangan yang berulang yang terjadi akibat adanya ketidaknormalan
Lebih terperinciBAB I PENDAHULUAN. tubuh. Dalam suatu serangan jantung (myocardial infarction), bagian dari otot
BAB I PENDAHULUAN I.1. Latar Belakang Penyakit Jantung adalah sebuah otot yang memompa darah ke seluruh tubuh. Dalam suatu serangan jantung (myocardial infarction), bagian dari otot jantung mati sewaktu
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 terperinciSISTEM PAKAR PENDETEKSI PENYAKIT DEGENERATIF BERBASIS WEB
SISTEM PAKAR PENDETEKSI PENYAKIT DEGENERATIF BERBASIS WEB 1 Sylvia Aviantary Putri 1 Program Studi Teknik Informatika, Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang Jl. Nakula 1 No. 5-11
Lebih terperinciBAB I PENDAHULUAN. besar yang harus benar-benar diperhatikan oleh setiap orang tua.
BAB I PENDAHULUAN A. Latar Belakang Pelayanan kesehatan di Indonesia, khususnya di Rumah Sakit Umum Daerah (RSUD) Sigli, masih belum cukup tenaga ahli kesehatan (spesialis), padahal orang tua sangat membutuhkan
Lebih terperinciPENDAHULUAN 1. Latar Belakang 2. Rumusan Masalah 3. Tujuan Dan Manfaat
PENDAHULUAN 1. Latar Belakang Perkembangan ilmu kedokteran mengalami kemajuan pesat yang ditandai dengan ditemukannya penyakit-penyakit tropis baru yang belum teridentifikasi sebelumnya. Para dokter ahli
Lebih terperinciPENERAPAN DAN IMPLEMENTASI SISTEM PAKAR DALAM MENDEKTEKSI GEJALA PENYAKIT EPILEPSI
PENERAPAN DAN IMPLEMENASI SISEM PAKAR DALAM MENDEKEKSI GEJALA PENAKI EPILEPSI ADHI SUSANO adhi.susano@gmail.com Program Studi eknik Informatika Fakultas eknik, Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciLAPORAN TUGAS AKHIR SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA AYAM BROILER
LAPORAN TUGAS AKHIR SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA AYAM BROILER Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Teknik Informatika S-1 pada Fakultas
Lebih terperinciBAB I PENDAHULUAN. menyebabkan Dinas Kesehatan kota Medan harus sering melakukan sosialisasi
BAB I PENDAHULUAN I.1. Latar Belakang Banyaknya jenis penyakit yang menyerang balita dalam masa terakhir ini menyebabkan Dinas Kesehatan kota Medan harus sering melakukan sosialisasi mengenai jenis penyakit
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN. mengetahui penyakit yang diderita. - Pasien kesulitan jika ingin mencari racikan obat tradisional
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Permasalahan 3.1.1 Identifikasi Masalah yang dihadapi - Pasien memerlukan banyak waktu, biaya dan tenaga hanya untuk mengetahui penyakit yang diderita - Obat
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Informasi Obat Pelayanan Informasi Obat (PIO) merupakan kegiatan penyediaan dan pemberian informasi obat, rekomendasi obat yang independen, akurat,. 4 komprehensif, terkini,
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 terperinciLampiran 1 Hasil uji reliabilitas variabel kemandirian emosi, kemandirian perilaku, kemandirian nilai, kemandirian total, penyesuaian diri, dan
LAMPIRAN 61 Lampiran 1 Hasil uji reliabilitas variabel kemandirian emosi, kemandirian perilaku, kemandirian nilai, kemandirian total, penyesuaian diri, dan gejala stres No. Variabel Cronbach s Alpha N
Lebih terperinciSISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT JIWA DAERAH PROVINSI SUMATERA UTARA)
SISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT JIWA DAERAH PROVINSI SUMATERA UTARA) Charles Jhony Mantho Sianturi STMIK Potensi Utama Jl. K.L. Yos Sudarso
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Penggunaan komputer sekarang ini tidak hanya terbatas pada bidang komputer secara langsung. Komputer telah menjadi keperluan penting dalam keseharian dan digunakan
Lebih terperinciBAB I PENDAHULUAN. Osteoarthritis (OA). Osteoarthritis atau penyakit pengapuran sendi adalah
BAB I PENDAHULUAN I.1. Latar Belakang Salah satu jenis penyakit rematik yang paling banyak ditemukan adalah Osteoarthritis (OA). Osteoarthritis atau penyakit pengapuran sendi adalah penyakit rematik yang
Lebih terperinciDIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH
DIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH Putri Kurnia Handayani Jurusan Sistem Informasi Universitas Muria Kudus PO BOX 53 Gondangmanis Kudus e-mail : pu3_kurnia@yahoo.com
Lebih terperinciTEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
RANCANG BANGUN SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH MENGGUNAKAN METODE FORWARD CHAINING SKRIPSI Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana (S.Kom) Pada Program Teknik Informatika
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 terperinciBAB I PENDAHULUAN. stimulus (Anurogo & Usman, 2014, h. 66). Epilepsi adalah kelainan
BAB I PENDAHULUAN A. Latar Belakang Epilepsi merupakan penyakit yang mengganggu saraf otak. Epilepsi ditandai dengan kejang berulang yang terjadi tanpa adanya stimulus (Anurogo & Usman, 2014, h. 66). Epilepsi
Lebih terperinciModul ke: Pedologi. Cedera Otak dan Penyakit Kronis. Fakultas Psikologi. Yenny, M.Psi., Psikolog. Program Studi Psikologi.
Modul ke: Pedologi Cedera Otak dan Penyakit Kronis Fakultas Psikologi Yenny, M.Psi., Psikolog Program Studi Psikologi www.mercubuana.ac.id Apakah yang Dimaksudkan dengan Kelumpuhan Otak itu? Kelumpuhan
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 terperinciGANGGUAN KESADARAN PADA EPILEPSI. Pendahuluan
GANGGUAN KESADARAN PADA EPILEPSI Pendahuluan Epilepsy dapat menyebabkan gangguan kesadaran yang transient mulai dari gannguan kesiagaan ringan sampai hilangnya kesadaran. hal ini disebabkan terdapatnya
Lebih terperinciUKDW BAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penyakit jantung, stroke, dan penyakit periferal arterial merupakan penyakit yang mematikan. Di dunia, jumlah penderita penyakit ini terus bertambah. Ketiga kategori
Lebih terperinciGEJALA DAN TANDA DINI STROKE. Harsono
GEJALA DAN TANDA DINI STROKE Harsono VARIASI FUNGSI OTAK Fungsi motorik Fungsi indera Fungsi autonomi Fungsi keseimbangan/koordinasi/sinkronisasi Fungsi kesadaran Fungsi luhur. FUNGSI MOTORIK Gerakan
Lebih terperinciSISTEM PAKAR DIAGNOSIS PENYAKIT INFEKSI SALURAN PERNAPASAN AKUT PADA ANAK MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER
SISTEM AKAR DIAGNOSIS ENYAKIT INFEKSI SALURAN ERNAASAN AKUT ADA ANAK MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Hendra Effendi Teknik Informatika STMIK alcomtech Jl. Basuki Rahmat No. 05, alembang 30129,
Lebih terperinciBAB I PENDAHULUAN. oleh Job Carter, salah seorangt partner Andersen Consulting Incorporation yang
BAB I PENDAHULUAN A. Latar Belakang Perkembangan Teknologi informasi yang semakin cepat dan persaingan yang semakin global saat ini, menuntut setiap individu masyarakat untuk mampu mengembangkan sistem
Lebih terperinci