PENERAPAN METODE MINKOWSKI DISTANCE SIMILARITY PADA CASE BASED REASONING UNTUK DIAGNOSIS PENYAKIT STROKE

Angelina Rumuy (2023) PENERAPAN METODE MINKOWSKI DISTANCE SIMILARITY PADA CASE BASED REASONING UNTUK DIAGNOSIS PENYAKIT STROKE. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71190506_bab1_bab5_daftarpustaka.pdf Download (4MB)
	Text (Skripsi Informatika) 71190506_bab2 sd bab4_lampiran.pdf Restricted to Registered users only Download (2MB) | Request a copy

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%.

Actions (login required)

View Item