Pemodelan Sistem Pakar Untuk Mendiagnosa Penyakit Paru Pada Anak Dengan Metode Naïve Bayes - Certainty Factor

Surya, LaksmanaEka (2015) Pemodelan Sistem Pakar Untuk Mendiagnosa Penyakit Paru Pada Anak Dengan Metode Naïve Bayes - Certainty Factor. Sarjana thesis, Universitas Brawijaya.

Abstract

Paru – paru adalah salah satu organ pada sistem pernafasan yang berfungsi sebagai tempat bertukarnya oksigen dari udara yang menggantikan karbondioksida ke dalam darah. Kesehatan dari paru-paru sangatlah penting dikarenakan fungsi dari paru-paru itu sendiri, paru-paru rentan terserang penyakit yang dapat mengganggu fungsi dari sistem pernafasan dan dapat membahayakan. Penyakit pada paru-paru sangatlah beragam dan dapat menyerang setiap orang tanpa terkecuali. Anak-anak salah satunya yang dapat terserang penyakit paru-paru baik penyakit paru-paru ringan hingga yang berat atau berbahaya. Oleh karenanya diperlukan sebuah sistem untuk membantu melakukan diagnosa dini penyakit paru pada anak-anak Sistem yang digunakan adalah berupa sistem pakar dengan menggunakan metode Naïve Bayes yang digunakan untuk klasifikasi atau penggolongan kelas penyakit dan metode Certainty Factor yang digunakan untuk menghitung nilai prosentase keyakinan penyakit. Hasil pengujian fungsional yang didapat adalah 100%, sedangkan untuk pengujian akurasi didapatkan tingkat akurasi rata-rata sebesar 86,6%. Dapat disimpulkan bahwa sistem telah berjalan dengan baik dan metode Naïve Bayes - Certainty Factor dapat diterima untuk digunakan dalam diagnosa penyakit paru pada anak.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2015/453/051600954
Subjects: 000 Computer science, information and general works > 005 Computer programming, programs, data
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 17 Feb 2016 14:33
Last Modified: 21 Oct 2021 03:23
URI: http://repository.ub.ac.id/id/eprint/146523
[thumbnail of Laksmana_Eka_Surya_115060800111082.pdf]
Preview
Text
Laksmana_Eka_Surya_115060800111082.pdf

Download (4MB) | Preview

Actions (login required)

View Item View Item