Oktaviani, Githa (2024) PENERAPAN METODE FUZZY TSUKAMOTO & DECISION TREE C4.5 PADA SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GASTROESOPHAGEAL REFLUX PADA LAMBUNG. Bachelor thesis, Universitas Nasional.
![[img]](http://repository.unas.ac.id/style/images/fileicons/text.png) |
Text
Cover.pdf Download (537kB) |
|
Text
Bab 1.pdf Download (402kB) |
|
Text
Bab 2.pdf Download (597kB) |
|
Text
Bab 3.pdf Download (944kB) |
|
Text
Bab 4.pdf Download (686kB) |
|
Text
Bab 5.pdf Download (323kB) |
|
Text
Lampiran.pdf Download (1MB) |
Abstract
Sistem pakar penyakit lambung GERD adalah sebuah sistem yang dapat mendiagnosis penyakit lambung GERD berdasarkan gejala-gejala yang dialami oleh pasien. Penyakit lambung GERD (Gastroesophageal Reflux Disease) adalah sebuah kondisi yang terjadi ketika asam lambung naik ke kerongkongan dan menyebabkan rasa terbakar, nyeri, dan gangguan pencernaan. Sistem pakar ini menggunakan metode fuzzy tsukamoto dan decision tree c4.5 untuk menghitung tingkat keanggotaan gejala-gejala yang dimasukkan oleh pasien dan menentukan tingkat kepastian diagnosis. Minimnya pengetahuan masyarakat terhadap GERD, Mulai dari anggapan bahwa GERD adalah penyakit yang mematikan sampai anggapan bahwa GERD muncul atas perasaan pengidap yang berlebihan atas sesuatu menjadi salah satu faktor utama yang menyebabkan salahnya penanganan penyakit GERD. Sehingga diperlukan sistem pakar diagnosis GERD untuk memberikan informasi kepada masyarakat tentang GERD dan gejalanya. Dari banyaknya metode yang dapat digunakan untuk melengkapi sistem pakar, penulis menggunakan metode Fuzzy Tsukamoto & decision tree saat mengimplementasikan sistem diagnosis penyakit GERD. Sistem pakar ini dapat membantu dokter dan pasien dalam mendiagnosis penyakit lambung GERD dengan lebih cepat dan akurat. Aplikasi ini dibuat untuk web dengan menggunakan bahasa pemrograman PHP dan database MySQL. Data uji berjumlah 38 data. Dari 38 data uji, 34 data uji sesuai dan 4 data uji tidak sesuai yang menghasilkan keakuratan sebesar 89,47% untuk metode fuzzy tsukamoto. Sementara untuk metode decision tree, dari 38 data uji, 35 data uji sesuai dan 3 data uji tidak sesuai yang menghasilkan keakuratan sebesar 92,69%.
| Item Type: | Thesis (Bachelor) |
|---|---|
| Subjects: | T Technology > T Technology (General) T Technology > TS Manufactures |
| Divisions: | Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika |
| Depositing User: | - Abdurrahman - |
| Date Deposited: | 02 Jan 2025 03:00 |
| Last Modified: | 02 Jan 2025 03:00 |
| URI: | http://repository.unas.ac.id/id/eprint/12501 |
Actions (login required)
 |
View Item |
