Novia Dwi Asmaningtias, 081211731015 (2016) Rancang Bangun Aplikasi Diagnosa Awal Tuberkulosis Menggunakan Metode Learning Vector Quantization. Skripsi thesis, Universitas Airlangga.

Text (FULLTEXT) 50729.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Tuberkulosis merupakan penyakit mematikan di dunia setelah HIV. Menurut laporan WHO 2013, Indonesia menempati urutan ketiga setelah Cina dan India sekitar 700.000 kasus dan 27 per 100.000 orang mati. Penelitian ini dilakukan untuk mendesain suatu sistem yang mampu mendiagnosa awal penyakit Tuberkulosis menjadi 2 kelas, yaitu negatif atau suspek Tuberkulosis dengan menggunakan metode Learning Vector Quantization (LVQ) berdasarkan data rekam medik dari RSUD Dr. Wahidin Sudiro Husodo dan RSI Sakinah, Mojokerto. Keputusan diagnosa awal aplikasi ini berdasarkan 12 parameter masukan, yaitu demam, malaise, badan lemah, nafsu makan menurun, berat badan menurun, batuk selama lebih dari 3 minggu, dahak berwarna kuning/hijau, batuk darah, keringat malam hari, mengi, sesak nafas, dan nyeri dada. Aplikasi ini dalam menentukan keputusan diagnosa berdasarkan kedekatan jarak antara nilai fitur data dengan bobot akhir pelatihan. Nilai parameter LVQ yang optimal untuk aplikasi ini, yaitu learningrate sebesar 0,01 dan dec  0,1. Akurasi optimal dari sistem sebesar 91.11% yang diperoleh dari pengujian data sebanyak 45. Memperketat pembobotan parameter, dan memperbanyak variasi learningrate dan dec menjadi pertimbangan dalam penelitian mendatang. Kata kunci : Tuberkulosis, Diagnosa Awal Tuberkulosis, Learning Vector Quantization. Data rekam medik Tuberkulosis.

Actions (login required)

View Item