PENERAPAN METODE FUZZY TSUKAMOTO & DECISION TREE C4.5 PADA SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GASTROESOPHAGEAL REFLUX PADA LAMBUNG

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.

	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:	https://repository.unas.ac.id/id/eprint/12501

Actions (login required)

View Item