Ula Aimee Delyarachma Suseno (2020) Rancang Bangun Sistem Pakar Diagnosa Penyakit Pneumonia Dengan Metode Extreme Learning Machine. Skripsi thesis, UNIVERSITAS AIRLANGGA.
![[img]](https://repository.unair.ac.id/style/images/fileicons/text.png) |
Text
1. HALAMAN JUDUL .pdf Download (1MB) |
|
Text
2. ABSTRAK.pdf Download (161kB) |
|
Text
3. DAFTAR ISI.pdf Download (143kB) |
|
Text
4. BAB IPENDAHULUAN.pdf Download (134kB) |
|
Text
5. BAB IITINJAUAN PUSTAKA.pdf Restricted to Registered users only until 2024. Download (577kB) | Request a copy |
|
Text
6. BAB IIIMETODE PENELITIAN.pdf Restricted to Registered users only until 13 January 2024. Download (508kB) | Request a copy |
|
Text
7. BAB IVHASIL DAN PEMBAHASAN.pdf Restricted to Registered users only until 13 January 2024. Download (217kB) | Request a copy |
|
Text
8. BAB V.pdf Restricted to Registered users only until 13 January 2024. Download (88kB) | Request a copy |
|
Text
9. DAFTAR PUSTAKA.pdf Download (130kB) |
|
Text
10. Lampiran.pdf Restricted to Registered users only until 13 January 2024. Download (252kB) | Request a copy |
|
Text
embargo ula aimee (1) - Ula Aimee.pdf Restricted to Registered users only Download (112kB) | Request a copy |
Abstract
Pneumonia merupakan salah satu penyakit infeksi saluran pernafasan akut bagian bawah yang menjadi penyebab kematian paling umum kedua. PPneumonia dapat diperoleh di masyarakat atau diperoleh di lingkungan rumah sakit, dan dapat ditularkan melalui aspirasi mikroorganisme patogen atau melalui inhalasi mikroorganisme patogen. Oleh karena itu, penelitian ini bertujuan untuk membangun sistem klasifikasi pneumonia berdasarkan tingkat keparahannya; pneumonia ringan dan pneumonia berat. Adapun digunakan 13 parameter input berdasarkan rekam medis. Parameter tersebut adalah rawat jalan, neoplastik, liver, jantung, ginjal, tekanan darah sistolik, suhu, denyut nadi, Ph darah, BUN, glukosa, hematokrit, dan efusi pleura. Sampel penelitian menggunakan data yang diambil oleh Debrina Rizki pada tahun 2018 di Rumah Sakit Umum Haji Surabaya sejumlah 44 data training dan 11 data testing. Setiap data selanjutnya dproses menggunakan system klasifikasi pneumonia yang sudah dirancang menggunakan metode Extreme Learning machine berbasis pemrograman phyton. Hasil performa sistem ini memiliki nilai akurasi proses training sebesar 100% dan 91% untuk proses testing.
| Item Type: | Thesis (Skripsi) | ||||||
|---|---|---|---|---|---|---|---|
| Additional Information: | KKC KK ST T 41/20 Sus r | ||||||
| Uncontrolled Keywords: | Pneumonia, Extreme Learning Machine, Python | ||||||
| Subjects: | R Medicine > RA Public aspects of medicine > RA1-1270 Public aspects of medicine | ||||||
| Divisions: | 08. Fakultas Sains dan Teknologi > Tekno Biomedik | ||||||
| Creators: |
|
||||||
| Contributors: |
|
||||||
| Depositing User: | Unnamed user with email indah.fatma@staf.unair.ac.id | ||||||
| Date Deposited: | 13 Jan 2021 13:33 | ||||||
| Last Modified: | 13 Jan 2021 13:33 | ||||||
| URI: | http://repository.unair.ac.id/id/eprint/103039 | ||||||
| Sosial Share: | |||||||
Actions (login required)
 |
View Item |