Iswarahadi, AdityaWahyu (2017) Pengembangan Sistem Diagnosis Resiko Stroke Berbasis Android Menggunakan Metode Fuzzy Inference Tsukamoto. Sarjana thesis, Universitas Brawijaya.
Abstract
Stroke adalah suatu defisit neurologis mendadak yang menetap lebih dari 24 jam yang disebabkan oleh faktor penyumbatan atau pendarahan pada pembuluh darah. POSBINDU PTM sebagai kader-kader binaan Puskesmas atau dinas kesehatan kabupaten/kota bertugas untuk memantau faktor resiko penyakit tidak menular, salah satunya adalah stroke. Namun, tidak semua kader dapat mendiagnosis tingkatan risiko stroke seorang pasien karena keterbatasan ilmu yang dimiliki kader posbindu. Pengembangan sistem diagnosis resiko stroke berbasis android merupakan sistem yang ditujukan untuk membantu kader POSBINDU PTM untuk mengetahui resiko stroke yang dialami oleh pasien. Metode yang digunakan untuk mendiagnosis resiko stroke pada perangkat lunak ini adalah metode Fuzzy Inference Tsukamoto agar mendapatkan diagnosis yang mendekati kemampuan ahli pakar. Data yang digunakan dalam penelitian ini adalah data kondisi kesehatan masyarakat Kota Malang pada tahun 2015 pada Puskesmas Arjowinangun, Puskesmas Ciptomulyo, Puskesmas Janti, Puskesmas Gribig, Puskesmas Bareng, dan Puskesmas Arjuno. Pada tahap implementasi, ada 3 jenis implementasi yang dilakukan yaitu implementasi basis data, implementasi class dan assets dan implementasi kode program. Pada implementasi kode program terdiri dari 3 bagian yaitu aplikasi perangkat bergerak, web service serta algoritma Fuzzy Inference Tsukamoto. Dalam pengembangan sistem ini, ada 2 pengujian yang dilakukan yaitu pengujian fungsional dan pengujian non fungsional. Pengujian fungsional bertujuan untuk mengetahui fungsi pada sistem sudah benar sesuai dengan yang dibutuhkan. Sedangkan pengujian non fungsional terdiri dari pengujian validasi algoritma dan akurasi. Hasil dari analisis pengujian fungsional adalah semua kebutuhan fungsional pada sistem ini 100% valid. Sedangkan hasil dari analisis pengujian akurasi untuk domain maksimum ialah 80.68%, domain minimum ialah 40% dan domain pakar ialah 83.33%. Keluaran sistem yang dihasilkan yaitu penyakit stroke dengan risiko rendah, sedang, atau tinggi sesuai dengan kriteria faktor risiko yang dimasukkan.
English Abstract
Stroke is a sudden neurological deficit that persist for more than 24 hours which caused by the blockage or bleeding factor in blood vessel. POSBINDU PTM as the cadres who coached by puskesmas or Regional Public Health are responsible to monitor the non-contagion disease, and stroke as one of them. However, not all of the cadres could diagnoses the level of stroke’s risks of a patient because they had a limited knowledge. The development of stroke’s risks diagnose system using android is a system that used to help the cadres of POSBINDU PTM to know the stroke’s risks that happened in a patient. The method used to diagnose the risk in this system is Fuzzy inference Tsukamoto method in order to get the diagnosis which close to the expert’s ability. The data used in this research is the public health data from Malang City on 2015 in Puskesmas Arjowinangun, pukesmas ciptomulyo, puskesmas janti, puskesmas gribig, puskesmas bareng, and puskesmas arjuno. On the implementation phase, there are 3 kinds of implementations which are database implementation, class and asset implementation and source code implementation. There are also 3 kinds of source code implementation which are mobile application, web service and also the algorithm of Fuzzy Inference Tsukamoto. In this system development, there are 2 testing that has been done which are functional and non functional testing. The functional testing used for knowing that all of the functional requirements are correct and based on needs. While non-functional testing consists of validation testing algorithm and accuracy. The result from the analysis of functional testing is all of the functional requirements of the system is 100% valid. While the result from the analysis of accuracy testing for maximum domain is 80.68%, for minimum domain is 40% and for expert’s domain is 83.33%. The output of this system is the stroke with low, middle or high risk based on the criteria of risk factors that has been entered.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/58/051701154 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Kustati |
| Date Deposited: | 17 Feb 2017 14:59 |
| Last Modified: | 17 May 2022 06:37 |
| URI: | http://repository.ub.ac.id/id/eprint/147489 |
![[thumbnail of Skripsi.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Skripsi.pdf Download (13MB) |
Actions (login required)
 |
View Item |