Kurniawan, Dadang (2018) Implementasi Pendeteksi Penyakit Paru-Paru Berdasarkan Warna Kuku dan Suhu Tubuh Berbasis Sensor TCS3200 dan Sensor LM35 dengan Metode Naive Bayes. Sarjana thesis, Universitas Brawijaya.
Abstract
Paru-paru manusia adalah organ yang rentan terkena penyakit karena bersinggungan langsung dengan udara yang terhirup melalui hidung. Ilmu pengobatan paru-paru yang ada saat ini yaitu menggunakan CT-Scan dan tes dahak yang dicek secara manual oleh ahli dahak. Banyak masyarakat yang tidak tahu sistem pengobatan ini, dan akhirnya enggan untuk memeriksakan kondisi kesehatan paru-paru mereka, karena dirasa tidak efisien dan disamping itu hasil tesnya tidak bisa langsung keluar. Dari permasalahan tersebut, diperlukan adanya penelitian yang terkait dengan sistem otomatisasi untuk pendeteksi tingkat keparahan penyakit paru-paru dari pasien, sehingga ketika seorang pasien datang untuk memeriksakan paru-paru mereka, hasilnya dapat segera diketahui. Pada penelitian ini parameter yang digunakan untuk melakukan perbandingan tingkatan kelas penyakit paru-paru adalah warna kuku dan suhu tubuh dari pasien dengan menggunakan metode Naive Bayes. Diketahui bahwa metode Naive Bayes mempunyai akurasi yang baik dan dapat digunakan berdasarkan penggolongan kelas diawal proses. Berdasarkan beberapa pengujian yang dilakukan pada sistem dihasilkan error pembacaan sensor warna TCS3200 sebesar 1,478%, dan error pembacaan sensor suhu LM35 terhadap alat ukur termometer sebesar 1,13%. Selanjutnya pengujian sistem menggunakan metode Naive Bayes dengan jumlah data latih sebanyak 24 data dan data uji sebanyak 12 data, diperoleh akurasi sebesar 91,6% dengan rata-rata waktu komputasi selama 0,69 detik.
English Abstract
The human lung is an organ that is susceptible to disease because it is in direct contact with the air inhaled through the nose. Lung medicine is currently using CT scan and sputum tests which are checked manually by sputum experts. Many people still do not know about this treatment system, and finally they are reluctant to check their lung health, because they feel inefficient and besides that the results of the tests can’t go out immediately. based on these problems, there is a need for research related to the automation system to detect the severity of lung disease from patients, so when a patient comes to check their lungs, the results can be immediately known. In this study the parameters used to compare the grade level of lung disease are nail color and body temperature of patients using the Naive Bayes method. It is known that the Naive Bayes method has good accuracy and can be used based on class classification at the beginning of the process. Based on several tests carried out on the system generated TCS3200 color sensor reading error of 1.478%, and the LM35 temperature sensor reading error against the thermometer measuring instrument is 1.13%. Furthermore, testing the system using the Naive Bayes method with the number of training data as many as 24 data and test data as much as 12 data, obtained an accuracy of 91.6% with an average computing time of 0.69 seconds.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/1074/051901275 |
| Uncontrolled Keywords: | paru-paru, kuku, suhu tubuh, klasifikasi, Naive Bayes-lung, nail, body temperature, classification, Naive Bayes |
| Subjects: | 600 Technology (Applied sciences) > 616 Diseases > 616.2 Diseases of respiratory system |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | soegeng sugeng |
| Date Deposited: | 06 Sep 2019 07:13 |
| Last Modified: | 18 May 2022 02:18 |
| URI: | http://repository.ub.ac.id/id/eprint/166964 |
![[thumbnail of Dadang Kurniawan.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Dadang Kurniawan.pdf Download (2MB) |
Actions (login required)
 |
View Item |