View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Computer Science
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Computer Science
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Diagnosa Penyakit Tuberkulosis Paru Menggunakan Algoritme VFI5

      Thumbnail
      View/Open
      Abstract (278.8Kb)
      BAB I (293.0Kb)
      BAB II (359.4Kb)
      BAB III (300.0Kb)
      BAB IV (364.8Kb)
      BAB V (308.9Kb)
      Cover (277.9Kb)
      Daftar Pustaka (311.5Kb)
      full text (991.9Kb)
      Lampiran (784.7Kb)
      Date
      2009
      Author
      Rosyid, Abdul
      Kustiyo,Aziz
      Noviati,Tri
      Metadata
      Show full item record
      Abstract
      Tuberkulosis (TB) merupakan salah satu penyakit menular yang disebabkan oleh kuman TBC (Mycobacterium Tuberculosys) (Depkes 2007). TB lebih sering menyerang paru-paru, tetapi juga dapat menyerang bagian tubuh lain seperti selaput otak, kulit, tulang, kelenjar getah bening, dan bagian tubuh lainnya. Pengobatan TB Paru sangat penting dilakukan dalam mengurangi angka kematian. Pengobatan TB akan mudah dilakukan apabila proses diagnosa dilakukan secara dini. Diagnosa TB yang sekarang dilakukan masih menggunakan metode lama (Menkes 2008). Metode yang dilakukan bertumpu pada uji lab, baik uji mikroskopis maupun rontgen. Metode tersebut tidak dapat dilakukan di klinik-klinik kesehatan yang tidak memiliki poliklinik paru dengan peralatan yang memadai, sementara jumlah penderita TB Paru semakin bertambah. Pada penelitian ini, tujuan yang ingin dicapai adalah menerapkan algoritme VFI5 pada proses diagnosa dini penyakit TB Paru. Data yang digunakan pada penelitian ini adalah data rekam medis pasien rawat inap rumah sakit Pasar Rebo sebanyak 191 data. Data tersebut terbagi atas dua kelas, yaitu kelas TB dan kelas tidak TB. Adapun fitur-fitur dari setiap kelasnya, yaitu batuk, batuk berdarah, sakit dinding dada, nafas pendek, berat badan menurun, demam dan berkeringat, hilang nafsu makan, dan lemas. Dalam memperkirakan generalisasi error digunakan metode 3-Fold Cross Validation, dimana pada proses ini dilakukan membagi suatu himpunan menjadi subsetsubset yang saling bebas. Pada penelitian ini juga, setiap fitur diberikan bobot yang dinilai oleh pakar dari sisi tingkat pengaruh antar fitur yang bersesuaian. Hasil penelitian menunjukkan bahwa algoritme VFI5 masih termasuk algoritme yang mempunyai akurasi baik pada penelitian diagnosa penyakit. Akan tetapi pada penelitian ini akurasi yang didapatkan masih belum maksimal dengan nilai yang didapatkan rata-rata 83%. Gejala umum TB Paru memiliki ke khasan dari gejala-gejala penyakit lainnya. Dengan algoritme VFI5 dapat diperkirakan seseorang mengarah ke TB atau tidak dengan melihat hasil diagnosa tersebut. Hasil penelitian menunjukkan bahwa untuk menentukan seseorang menderita TB atau tidak TB, tidak dapat ditentukan hanya oleh satu gejala saja. Gejala TB yang paling berpengaruh adalah batuk berdarah dan berat badan menurun.
      URI
      http://repository.ipb.ac.id/handle/123456789/59846
      Collections
      • UT - Computer Science [2482]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository