eprintid: 8059
rev_number: 10
eprint_status: archive
userid: 40
dir: disk0/00/00/80/59
datestamp: 2024-01-29 05:03:43
lastmod: 2024-01-29 05:03:43
status_changed: 2024-01-29 05:03:43
type: thesis
metadata_visibility: show
contact_email: angelrumuy123@gmail.com
creators_name: , Angelina Rumuy
creators_id: 71190506
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Delima, Rosa
contributors_name: Saputra, L. Kuncoro Probo
contributors_id: 0228107401
contributors_id: 0506098901
corp_creators: Universitas Kristen Duta Wacana
title: PENERAPAN METODE MINKOWSKI DISTANCE SIMILARITY PADA CASE BASED REASONING UNTUK DIAGNOSIS PENYAKIT STROKE
ispublished: pub
subjects: Q1
subjects: QA75
subjects: T1
divisions: tek_informatika
full_text_status: restricted
keywords: expert system, stroke, diagnosis, case-based reasoning, minkowski distance similarity, threshold, accuracy.
abstract: Stroke merupakan penyakit serebrovaskuler yang ditandai dengan gangguan fungsi otak karena adanya kerusakan atau kematian jaringan otak akibat berkurang atau tersumbatnya aliran darah dan oksigen ke otak. Sistem pakar dapat digunakan sebagai alat alat bantu belajar bagi mahasiswa kedokteran dalam pembelajaran untuk mendiagnosis penyakit stroke. Rekam medis kasus stroke dapat digunakan kembali sebagai acuan untuk mendiagnosis penyakit stroke yang diderita ketika ada kasus baru, disebut sebagai metode case-based reasoning (CBR). Penelitian ini mengimplementasikan metode minkowski distance similarity pada CBR untuk menghitung nilai kemiripan antar kasus, dimana setiap kasus yang mirip memiliki solusi yang sama. Penelitian ini bermaksud untuk mendapatkan nilai r yang paling optimal dan nilai threshold yang paling tepat dalam sistem pakar untuk diagnosis penyakit stroke dengan menggunakan metode minkowski distance similarity pada CBR. Proses diagnosis dilakukan dengan memasukan kondisi, gejala dan faktor risiko pasien kemudian sistem akan menghitung nilai similaritas dan mengambil kasus dengan nilai similaritas tertinggi sebagai solusi dengan ketentuan nilai similaritas harus lebih besar atau sama dengan nilai threshold. Berdasarkan  pengujian sistem nilai akurasi terbaik dicapai pada penerapan nilai threshold 75 pada nilai r = 3 atau r = 4 dengan tingkat akurasi sistem sebesar 88,89%, recall sebesar 88% dan precision sebesar 100%.
date: 2023-08-05
date_type: published
pages: 80
institution: Universitas Kristen Duta Wacana
department: Fakultas Teknologi Informasi
thesis_type: skripsi
thesis_name: other
funders: repository@staff.ukdw.ac.id
citation:   Angelina Rumuy  (2023) PENERAPAN METODE MINKOWSKI DISTANCE SIMILARITY PADA CASE BASED REASONING UNTUK DIAGNOSIS PENYAKIT STROKE.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/8059/1/71190506_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/8059/2/71190506_bab2%20sd%20bab4_lampiran.pdf