SISTEM PAKAR DIAGNOSA SINDROM PRAMENSTRUASI MENGGUNAKAN METODE BAYESIAN NETWORK

Rizki Rahman, - (2020) SISTEM PAKAR DIAGNOSA SINDROM PRAMENSTRUASI MENGGUNAKAN METODE BAYESIAN NETWORK. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

[img] Text
TUGAS AKHIR TANPA BAB 4.pdf

Download (9MB)
[img] Text (BAB IV)
TUGAS AKHIR BAB 4.pdf - Published Version
Restricted to Repository staff only

Download (9MB)

Abstract

Pada umumnya wanita yang mengalami sindrom pramenstruasi malu untuk mengkonsultasikan gangguan yang dideritanya karena hal ini bersifat pribadi dan privasi. Selain itu kurangnya atau terbatasnya jam praktek dokter juga menjadi salah satu penyebabnya. Ditambah lagi biaya konsultasi yang tidak murah. Kondisi inilah yang membuat sebahagian masyarakat mengesampingkan upaya mencegah serta mengobati gangguan sindrom pramenstruasi yang dideritanya. Oleh sebab itu penelitian ini telah membuat sistem pakar untuk diagnosa gangguan sindrom pramenstruasi, sehingga dapat membantu masyarakat untuk mengetahui tentang gangguan sindrom pramenstruasi yang sedang dideritanya. Basis pengetahuan sistem pakar ini dibuat berbentuk aturan If-then. Metode yang digunakan adalah Bayesia network dengan mesin Inferensi forward chaining. Berdasarkan hasil akuisi pengetahuan pakar didapat 4 gangguan penyakit dan 24 gejala. Hasil uji Blackbox menunjukkan aplikasi ini berjalan dengan baik (100%). Hasil User acceptance test menunjukan tingkat penerimaan pengguna adalah sangat baik, yaitu 91,09%. Berdasarkan hasil uji-uji tersebut dapat disimpulkan bahwa aplikasi sistem pakar yang telah dibuat dapat direkomendasikan untuk digunakan oleh masyarakat sebagai alat bantu untuk diagnosa gangguan sindrom pramenstruasi.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 003 Sistem-sistem
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 13 Jul 2020 03:11
Last Modified: 13 Jul 2020 03:14
URI: http://repository.uin-suska.ac.id/id/eprint/28082

Actions (login required)

View Item View Item