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

SISTEM PAKAR BERBASIS KASUS MENGGUNAKAN ALGORITMA MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK MENDIAGNOSA JENIS PENYAKIT TUBERKULOSIS

MASRIAL, - (2021) SISTEM PAKAR BERBASIS KASUS MENGGUNAKAN ALGORITMA MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK MENDIAGNOSA JENIS PENYAKIT TUBERKULOSIS. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

[img] Text (BAB V)
PEMBAHASAN.pdf - Published Version
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text
GABUNGAN TANPA BAB V.pdf

Download (5MB) | Preview

Abstract

SISTEM PAKAR BERBASIS KASUS MENGGUNAKAN ALGORITMA MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK MENDIAGNOSA JENIS PENYAKIT TUBERKULOSIS MASRIAL 11451105954 Tanggal sidang: 28 Oktober 2021 Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau ABSTRAK Tuberkulosis merupakan penyakit yang disebabkan oleh bakteri Mycobacterium Tuberculosis. Penularan TB terjadi di dalam ruangan melaului percikan batuk maupun bersin. Proses pengobatan TB membutuhkan waktu hingga 6 bulan atau lebih dengan pengobatan rutin. Kurangnya fasilitas, tenaga kesehatan yang memadai, dan minimnya pengetahuan pasien membuat diagnosa TB menjadi terlambat dan dapat memperburuk keadaan pasien. Untuk mengatasi masalah tersebut maka dirancang suatu sistem pakar yang dapat membantu mendiagnosa jenis penyakit TB yang dapat diakses oleh pasien. Penelitian tugas akhir ini menggunakan metode Case-Based Reasoning (CBR) dan Algoritma Modified K-Nearest Neighbor (MKNN) untuk diagnosa jenis penyakit TB. Dalam melakukan perancangan sistem dilakukan analisa sistem dengan menggunakan alat bantu skema yaitu, Unifield Modeling of Language (UML) yang meliputi Use Case Diagram, Use Case Specification, Activity Dagram, Sequence Dagram dan Class Diagram. Sistem ini digunakan untuk mendiagnosa jenis penyakit TB berdasarkan gejala yang dialami pasien. Untuk membuktikan hasil diagnosa tersebut, maka dilakukan pengujian akurasi sistem dengan Confusion Matrix yang menggunakan 90% data latih dan 10% data uji memiliki akurasi mencapai 84% hasil diagnosa sistem. Kata Kunci: Case-Based Reasoning, Modified K-Nearest Neighbor, Sistem pakar, Tuberkulosis, Unifield Modeling of Language

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 24 Nov 2021 07:46
Last Modified: 24 Nov 2021 07:46
URI: http://repository.uin-suska.ac.id/id/eprint/56069

Actions (login required)

View Item View Item