Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

SISTEM PAKAR DETEKSI DINI PENYAKIT DEMENSIA MENGGUNAKAN METODE DEMPSTER-SHAFER

Marel Fathirusalam, - (2020) SISTEM PAKAR DETEKSI DINI PENYAKIT DEMENSIA MENGGUNAKAN METODE DEMPSTER-SHAFER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text (BAB I, BAB II, BAB III, BAB VI)
I II III VI.pdf - Published Version

Download (10MB)
[img] Text (BAB IV, BAB V)
IV V.pdf - Published Version
Restricted to Repository staff only

Download (10MB)

Abstract

Kasus demensia di Indonesia pada 2016 diperkirakan mencapai 1,2 juta jiwa. Jumlah ini diprediksi akan meningkat dua kali lipat pada tahun 2030 dan menjadi empat juta jiwa pada tahun 2050. Namun di jumlah penderita yang diketahui bukanlah jumlah yang sebenarnya karena banyak yang tidak melaporkan kondisi penderita, karena ketidaktahuan bawa demensia adalah penyakit, sehingga kurangnya informasi mengenai tanda, gejala dan penanganan demensia di Indonesia masih sangat memprihatinkan. Untuk mengatasi permasalahan tersebut, maka dibuatlah sebuah Sistem Pakar yang dapat dengan mudah digunakan oleh orang-orang yang membutuhkannya untuk deteksi dini guna mengetahui jenis penyakit demensia apa yang sedang dialaminya tanpa harus langsung menemui Pakar (psikiater) terlebih dahulu, dengan menggunakan metode Dempster-Shafer untuk mengukur besarnya nilai kepercayaan gejala terhadap kemungkinan tingkat resiko terkena penyakit demensia. Dari penelitian yang dilakukan didapat kesimpulan bahwa metode Dempster-Shafer yang digunakan pada sistem pakar ini layak digunakan untuk melakuan pengidentifikasian jenis penyakit demensia. Dengan hasil pengujian pakar bahwa sistem pakar ini sudah sesuai dan mampu memberikan keputusan mengenai jenis-jenis demensia yang sesuai dengan keilmuan pakar dan berdasarkan hasil pengujian usability diketahui bahwa sistem ini sudah baik dari segi pengalaman pengguna.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 01 Oct 2020 03:08
Last Modified: 01 Oct 2020 03:08
URI: http://repository.uin-suska.ac.id/id/eprint/30686

Actions (login required)

View Item View Item