SISTEM PAKAR DIAGNOSIS PENYAKIT SALURAN PERNAPASAN MENGGUNAKAN METODE DEMPSTER-SHAFER

Sidun, Richard Mario and Saputro, Immanuela and Adrian, Angelia Melani (2018) SISTEM PAKAR DIAGNOSIS PENYAKIT SALURAN PERNAPASAN MENGGUNAKAN METODE DEMPSTER-SHAFER. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE.

	PDF COVER-DAFTAR_ISI_RichardSidun.pdf Download (299kB)
	PDF BAB_ISI-LAMPIRAN_RichardSidun.pdf Restricted to Repository staff only Download (2MB)

Official URL: http://digilib.unikadelasalle.ac.id/

Abstract

Pernapasan merupakan kebutuhan vital bagi manusia karena tanpa bernapas manusia tidak dapat bertahan hidup. Proses pernapasan berkaitan dengan saluran pernapasan. Faktor lingkungan dan perilaku yang buruk dapat menyebabkan masalah pada saluran pernapasan.
Pada 2013, Kementerian Kesehatan Indonesia melaporkan bahwa prevalensi asma adalah sekitar 4,5% sedangkan untuk bronkitis yang terkait dengan PPOK (Penyakit Paru Obstruktif Kronik) sekitar 3,7%. Khusus di provinsi Sulawesi Utara, menurut laporan Surveilans Terpadu Penyakit (STP) 2015-2016 yang dikumpulkan dari klinik kesehatan masyarakat pemerintah di seluruh provinsi, terdapat 10 penyakit utama di mana 3 di antaranya dikelompokkan sebagai penyakit pernapasan. Penyakit tersebut adalah Influenza (Flu), Pneumonia dan TB Paru.
Dalam tugas akhir ini, penulis mengembangkan sistem pakar yang dapat mengidentifikasi gejala penyakit dalam sistem pernapasan dan memberikan solusi pengobatan. Ada 25 gejala yang didefinisikan dalam penelitian ini. Metode Forward Chaining digunakan untuk penalaran, sedangkan untuk penalaran ketidakpastian menggunakan metode Dempster-Shafer. Sistem pakar dibangun menggunakan bahasa pemrograman PHP, sendangkan untuk metodologi menggunakan Expert System Development Life Cycle (ESDLC) yang biasanya dipakai dalam pengembangan sebuah sistem pakar.
Berdasarkan pengujian berbagai fungsi dan akurasi dari sistem yang telah dilakukan, maka dapat disimpulkan bahwa sistem pakar sudah dapat berjalan dengan hasil 90% pada pengujian akurasi sistem berdasarkan 20 data acak yang digunakan.

Item Type:

Thesis (Skripsi)

Creators: