Maulidinnawati A.K.P, Andi (2017) Perbandingan Berbagai Metode Optimasi Dan Pengujian Fuzzy Neural System (Fns) Pada Deteksi Penyakit Gigi. Magister thesis, Universitas Brawijaya.
Abstract
Penyakit gigi merupakan salah satu penyakit yang termasuk sepuluh penyakit terbanyak diIndonesia dan Gigi adalah salah satu organ yang paling penting digunakan dalam fungsi mengunyah dan penting dalam lingkungan pekerjaan yang membutuhkan estetika. Oleh Karena itu kesehatan gigi harus dijaga dan untuk menghindari penyakit gigi serta timbulnya penyakit gigi kronis. Pada penelitian ini menyusun suatu metode yaituFuzzy Neural Systemsebagai solusimengidentifikasi penyakit gigi secara dini dengan menggunakan 11 kriteria sebagai input variabel yaitu gejala penyakit sebagai faktor pendukung deteksi penyakit gigi terdiri dariplak, gusi meradang, nyeri, gusi memerah, gusi membengkak, gusi mudah berdarah, bau mulut, dan gigi goyang yang mengklasifikasikan 4 jenis penyakit sebagai output variabel terdiri dari pulpitis , gingivitis, periodontitis, danadvanced periodontitisberdasarkan dari tingkat keparahan dari masing-masing gejala penyakit gigi. Metode fuzzyneural system digunakan untuk menghasilkan deteksi penyakit gigi yang akuratterbukti dengan kombinasi dari 2 metode yang terdapat dalam Fuzzy Neural System, dimana masing-masing metode memiliki keunggulan.Fuzzy memiliki keunggulan mampu mengolah pengetahuan ke bentuk rules dan Neural Network memiliki keunggulan mampu beradaptasi dan belajar dengan sendirinya sehingga hasilnya jauh lebih baik jika hanya menggunakan fuzzydan Neural Network saja.
English Abstract
Dental disease is one of the top ten diseases in Indonesia and Dental is one of the most important organs used in chewing and important functions in aesthetic work environment. Therefore, dental health must be maintained and to avoid dental disease and the incidence of chronic dental disease. In this research, a method of fuzzyneural system as a solution to identify dental disease early by using 11 criteria as variable input that is disease symptom as supporting factor of dental disease detection consist of plaque, inflamed gum, pain, red gum, swollen gum, gum easy Bleeding, bad breath and shake teeth that classify 4 types of diseases as variable output consisting of pulpitis, gingivitis, periodontitis, and advanced periodontitis based on the severity of each tooth disease symptoms. The fuzzyneural system method used to produce accurate dental disease detection is proven by a combination of the 2 methods contained in the fuzzyneural system, where each method has an advantage. Fuzzy has the advantage of being able to process knowledge into the form of rules and Neural networks have the advantage of being able to adapt and learn by itself so that the result is much better if only using fuzzy and Neural Network only.
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/006.32/MAU/p/2017/041707778 |
| Uncontrolled Keywords: | NEURAL NETWORKS (computer scence), DENTAL CARE |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.32 Neural nets (neural networks) |
| Divisions: | S2/S3 > Magister Ilmu Komputer, Fakultas Ilmu Komputer |
| Depositing User: | Nur Cholis |
| Date Deposited: | 10 Nov 2017 03:01 |
| Last Modified: | 06 Nov 2020 04:56 |
| URI: | http://repository.ub.ac.id/id/eprint/5259 |
Actions (login required)
 |
View Item |