Sistem Pakar Penyakit Ginekologi Menggunakan Metode MKNN (Modified K-Nearest Neighbor)

Salsabila, Audria Hafshah and Ariyanto, Rudy and Prasetyo, Arief (2020) Sistem Pakar Penyakit Ginekologi Menggunakan Metode MKNN (Modified K-Nearest Neighbor). Diploma thesis, Teknologi Informasi.

	Text Cover.pdf Download (417kB)
	Text Bab I.pdf Download (121kB)
	Text Bab II.pdf Download (172kB)
	Text Bab III.pdf Download (296kB)
	Text Bab IV.pdf Download (685kB)
	Text Bab V.pdf Download (1MB)
	Text Bab VI.pdf Download (196kB)
	Text Bab VII.pdf Download (85kB)
	Text Daftar Pustaka.pdf Download (46kB)
	Text Lampiran.pdf Download (566kB)

Abstract

Ginekologi adalah cabang ilmu kedokteran yang khusus mempelajari penyakit-penyakit sistem reproduksi wanita. Selain itu sebagian besar dari masyarakat tidak terlatih secara medis, sehingga apabila mengalami gejala penyakit yang diderita belum tentu dapat memahami cara-cara penanggulangannya. Para wanita masih sangat malu dan tertutup untuk berkonsultasi secara langsung mengenai kesehatan pribadi atau vital. Expert System atau sistem pakar, yaitu program penasehat berbasis komputer yang mencoba meniru proses berpikir dan pengetahuan dari seorang pakar dalam menyelesaikan masalah-masalah spesifik. Penelitian bertujuan untuk menciptakan sistem pakar yang dapat membantu wanita mengetahui penyakit ginekologinya tanpa tabu untuk menceritakan kepada dokter, dan mengetahui langkah selanjutnya setelah mengetahui penyakitnya. Maka dari itu dilakukan penelitian tentang sistem pakar diagnosa penyakit ginekologi menggunakan metode MKNN (Modified K-Nearest Neighbor). Implementasi sistem pakar ini dapat membantu wanita mengetahui diagnosa penyakit ginekologi yang diderita sebelum melakukan konsultasi ke dokter spesialis obstetri dan ginekologi dan pasien dapat mengetahui langkah selanjutnya jika ia mengalami penyakit tersebut. Pada sistem ini menggunakan 17 parameter yang terdiri dari gejala-gejala penyakit ginekologi dengan 4 jenis penyakit yaitu endometriosis, PCOS, kanker ovarium, dan kanker serviks. Rata-rata akurasi tertinggi pada penelitian ini yaitu sebesar 90,28% dengan menggunakan k = 1, sedangkan rata rata akurasi terendah sebesar 46,67% dengan menggunakan k =7. Tingkat akurasi dipengaruhi oleh penambahan atau pengurangan nilai k dan penambahan atau pengurangan jumlah data latih. Dengan adanya sistem pakar penyakit ginekologi, diharapkan wanita yang memiliki keluhan penyakit terkait ginekologi dapat mengetahui dan melakukan langkah selanjutnya terkait solusi penyakit tersebut.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Sistem Pakar, Ginekologi, MKNN, Modified K-Nearest Neighbor, Penyakit Ginekologi
Subjects:	A Computer Science > Artificial Intelligence
Depositing User:	Audria Salsabila
Date Deposited:	18 Dec 2023 03:09
Last Modified:	18 Dec 2023 03:09
URI:	http://repota.jti.polinema.ac.id/id/eprint/276

Actions (login required)

View Item