Adelina, Vina (2018) Klasifikasi Tingkat Risiko Penyakit Stroke Menggunakan Metode Ga-Fuzzy Tsukamoto. Sarjana thesis, Universitas Brawijaya.
Abstract
Stroke adalah sindroma klinis yang awal timbulnya mendadak, cepat, yang berupa defisit neurologis fokal atau global, yang terkadang berlangsung 24 jam atau nantinya akan langsung menimbulkan kematian. Masalah penyakit stroke di Indonesia memerlukan perhatian yang serius karena jumlah kasus yang terus meningkat dan mempunyai angka kematian yang tinggi. Salah satu penanganan yang diperlukan adalah melakukan langkah-langkah deteksi dini stroke dalam bentuk SKD (Sistem Kewaspadaan Dini) pada kejadian stroke. Telah ditemukan penelitian untuk memperkirakan risiko penyakit stroke menggunakan inferensi LogikaFuzzy, dari 15 data uji mendapatkan akurasi 60%. Maka untuk mengoptimalkan hasil tersebut digunakan inferensi Fuzzy Tsukamoto untuk melakukan optimasi terhadap fungsi derajat keanggotaan menggunakan Algoritme Genetika. Representasi kromosom yang digunakan pada penelitian ini adalah real code yang mana pada setiap kromosom menginisialisasi batasan - batasan pada semua variabel Fuzzy. Metode Crossover dengan menggunakan one cut point, kemudian metode mutasi yang digunakan adalah random mutation serta metode seleksi yang digunakan yaitu elitism selection. Diketahui bahwa akurasi sistem menggunakan metode Fuzzy Tsukamoto-GA dari hasil dilakukannya pengoptimalan batasan fungsi keanggotaan adalah 86.66% yang didapatkan. Dengan parameter terbaik yang mempunyai hasil optimal yaitu jumlah popsize sebesar 500, kemudian banyak generasi 1000 serta gabungan Cr=0,5 dan Mr=0,6.
English Abstract
Stroke is clinical syndrome which usually comes sudden, quick, in a form of focal or global neurological deficits that happen within 24 hours or sometimes can cause a death. Stroke problems in Indonesia need a serious attention because of the number of death is high and always inCreasing. On of the necessary handling is detecting the symptoms of stroke in a form of SKD (Sistem Kewaspadaan Dini). Research found that to estimate the risk of stroke, it can use Fuzzy logic inference. From the 15 data test that has been done, the result gets 60% accuration. To optimize the result of membership degree function, it uses genetics algorithm in Fuzzy tsukamoto inference. Representation of chromosomes used is real code which every chromosome initialize the limitations in all Fuzzy variables. Crossover method using one cut point, random mutation used for mutation method and elitism selection used for election method. It is known that the result from optimization from the system accuration using Fuzzy tsukamoto-GA is 86.66% and the number of popsize which from the best parameter of the optimum result is 500, and the number of generations is 1000 as well as the combination Cr = 0,5 and Mr= 0,6.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/198/051801220 |
| Uncontrolled Keywords: | Stroke, Algoritme Genetika (GA), Fuzzy Tsukamoto, Klasifikasi |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 25 May 2018 07:14 |
| Last Modified: | 27 Oct 2021 03:50 |
| URI: | http://repository.ub.ac.id/id/eprint/11086 |
Preview |
Text
BAB V.pdf Download (938kB) | Preview |
Preview |
Text
DAFTAR PUSTAKA.pdf Download (559kB) | Preview |
Preview |
Text
BAB VII.pdf Download (670kB) | Preview |
Preview |
Text
BAGIAN DEPAN.pdf Download (546kB) | Preview |
Preview |
Text
BAB VI.pdf Download (1MB) | Preview |
Preview |
Text
BAB I.pdf Download (715kB) | Preview |
Preview |
Text
BAB II.pdf Download (1MB) | Preview |
Preview |
Text
BAB III.pdf Download (698kB) | Preview |
Preview |
Text
BAB IV.pdf Download (2MB) | Preview |
Preview |
Text
LAMPIRAN.pdf Download (730kB) | Preview |
Actions (login required)
 |
View Item |