SISTEM PAKAR DIAGNOSA PENYAKIT USUS MENGGUNAKAN CASE BASED REASONING DENGAN ALGORITMA NEAREST NEIGHBOR


Lucky Gagah Vedayoko , 4611413037 (2017) SISTEM PAKAR DIAGNOSA PENYAKIT USUS MENGGUNAKAN CASE BASED REASONING DENGAN ALGORITMA NEAREST NEIGHBOR. Under Graduates thesis, Universitas Negeri Semarang.

[thumbnail of 4611413037.pdf]
Preview
PDF - Published Version
Download (788kB) | Preview

Abstract

Seiring dengan perkembangan teknologi, analisis suatu permasalahan yang semula dilakukan secara manual, sekarang sudah bisa dilakukan secara sistematis dengan komputerisasi. Proses analisis permasalahan bisa dilakukan oleh sebuah sistem komputer yang telah dimasukkan basis pengetahuan-pengetahuan dan seperangkat aturan dari pakar, yang dikenal dengan sistem pakar. Salah satu pemasalahan yang dapat diselesaikan oleh sistem pakar yaitu untuk mendiagnosa suatu penyakit, tak terkecuali penyakit usus. Usus merupakan salah satu organ pencernaan yang rentan terserang penyakit. Case Based Reasoning merupakan sebuah metode untuk memecahkan masalah baru dengan menganalisis dari masalah-masalah sebelumnya untuk dijadikan acuan dalam memperoleh sebuah solusi. Algoritma Nearest Neighbor merupakan sebuah cara untuk mengukur tingkat kemiripan antara kasus lama dengan kasus yang baru. Tujuan penelitian ini adalah mengimplementasikan sistem pakar menggunakan case based reasoning dengan algortima nearest neighbor dan membuat sebuah sistem pakar untuk mendiagnosa penyakit usus serta mengetahui tingkat akurasi sistemnya. Data yang digunakan pada penelitan ini sebanyak 60 data, diperoleh dari rekam medis RSUD dr. Soetrasno Rembang. Variabel yang digunakan adalah gejala-gejala umum dan jenis penyakit. Hasil dari penelitian ini adalah implementasi case based reasoning dengan algoritma nearest neighbor pada sistem pakar untuk mendiagnosa penyakit usus. Sistem dibuat menggunakan bahasa pemrogaman PHP framework Laravel dan database MySQL menggunakan metode waterfall, yaitu menganalisis kebutuhan user pada sistem, melakukan desain database, melakukan pengkodean dan menguji sistem apakah sudah sesuai apa yang diharapkan. Tingkat akurasi sistem yang dihasilkan dari skenario 40 data sebagai source case (data latih) dan 20 data sebagai target case (data uji) yaitu sebesar 95%. Adapun saran penelitian ini adalah metode case based reasoning dengan algoritma nearest neighbor direkomendasikan untuk digunakan dalam mendiagnosa penyakit usus, untuk meningkatkan akurasi dapat menggunakan algoritma lain pada tahap retrieve case based reasoning.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: sistem pakar, penyakit usus, case based reasoning, nearest neighbor.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > Computer Engineering
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer, S1
Depositing User: Retma IF UPT Perpus
Date Deposited: 05 Mar 2019 20:59
Last Modified: 05 Mar 2019 20:59
URI: http://lib.unnes.ac.id/id/eprint/32383

Actions (login required)

View Item View Item