-, Lamidi (2018) Sistem Pendeteksi Penyakit Diabetes Melitus Dan Tingkat Dehidrasi Berdasarkan Kondisi Urin Dengan Metode Jaringan Saraf Tiruan Berbasis Aplikasi Android. Sarjana thesis, Universitas Brawijaya.
Abstract
Diabetes melitus dan dehidrasi yang berat dapat menyebabkan kematian. Namun untuk saat ini pendeteksian penyakit diabetes melitus pada umumnya menggunakan pemeriksaan sampel darah, dan untuk dehidrasi hanya berdasarkan pada analisa tim kesehatan dengan beberapa tanda klinis penyebab dehidrasi. Dari permasalahan tesebut, diperlukan adanya penelitian yang terkait dengan sistem otomatisasi untuk mendeteksi penyakit diabetes melitus dan tingkatan dehidrasi guna mengurangi jumlah penderita penyakit diabetes melitus dan dehidrasi yang tidak tertangani karena tidak mengetahui gejala dari penyakit diabetes melitus dan dehidrasi. Pada penelitian ini parameter yang digunakan untuk melakukan perbandingan penyakit diabetes melitus dan tingkatan dehidrasi adalah warna, kadar amonia dan pH dari urin manusia. Penggunaan parameter urin sebagai obyek penelitian dikarenakan kondisi urin dapat mencerminkan kondisi kesehatan pada tubuh manusia. Proses penentuan penyakit diabetes melitus dan tingkatan dehidrasi melalui warna, kadar amonia dan pH urin diperoleh dari nilai hasil pembacaan sensor warna TCS3200, sensor gas MQ135, dan sensor pH Liquid oleh mikrokontroler Arduino Uno dengan menggunakan metode Jaringan Saraf Tiruan. Arsitektur Jaringan Saraf Tiruan yang diterapkan yaitu 5 unit neuron pada lapis masukan, 1 lapis tersembunyi yang mempunyai 6 unit neuron, serta 2 unit neuron pada lapis keluaran. Pelatihan data dilakukan pada sistem tambahan untuk mencari bobot, sehingga sistem yang dibangun hanya melakukan prediksi data secara langsung dari pembacaan sensor. Hasil dari pengujian yang dilakukan diperoleh akurasi sebesar 80% dengan waktu komputasi rata-rata selama 2,03 detik.
English Abstract
Diabetes mellitus and dehydration in case serious level illness can cause death. However now a days the detection of diabetes mellitus in general uses examination of blood samples, and for dehydration is only based on the analysis of the health team by some clinical signs that cause dehydration. From these problems, there is a need a research about to automation systems to detect diabetes mellitus and levels of dehydration to reduce the number of people with diabetes mellitus and dehydration that untreated. On this research, the parameters used to compare diabetes mellitus and levels of dehydration are color, ammonia levels and pH of human urine. The reason of using urine as research object is because the condition of urine can reflect health conditions in the human body. Process to determine diabetes mellitus and levels of dehydration from color, ammonia levels and pH in human urine is perform with read data color sensor TCS3200, MQ135 gas sensor, and Liquid pH sensor by the Arduino Uno microcontroller with the Artificial Neural Network method. Artificial Neural Network architecture applied is 5 units of neurons in the input layer, 1 hidden layer with 6 neuron units, and 2 units of neurons on the output layer. Data training performed on additional systems to search for weights, so the system built only predicts data directly from sensor readings. The system has accuracy of 80% with an average computing time of 2.03 seconds.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/922/051900273 |
| Uncontrolled Keywords: | urin, diabetes melitus, dehidrasi, klasifikasi, jaringan saraf tiruan, backpropagation-urine, diabetes mellitus, dehydration, classification, artificial neural networks, backpropagation |
| Subjects: | 600 Technology (Applied sciences) > 616 Diseases > 616.4 Diseases of endocrine, hematopoietic, lymphatic, glandular system; diseases of male breast > 616.46 Diseases of islands of Langerhans > 616.462 Diabetes mellitus |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | soegeng Moelyono |
| Date Deposited: | 23 Aug 2019 02:06 |
| Last Modified: | 17 Nov 2020 02:53 |
| URI: | http://repository.ub.ac.id/id/eprint/166671 |
Actions (login required)
 |
View Item |