17.04.3113
C -
Karya Ilmiah - Skripsi (S1) - Reference
Informatics
58 kali
Data statistik menunjukkan kematian yang diakibatkan HIV sebesar 15% dan AIDS sebesar 7,7% dari total 200 ribu kasus di Indonesia, mayoritas disebabkan oleh Infeksi Oportunistik (IO) yang tidak ditangani dengan tepat. Sementara itu, keberadaan Rumah Sakit Aktif Pelayanan, Dukungan, dan Pengobatan (RS-PDP) HIV/AIDS di Indonesia hanya tersedia di kota-kota besar, sehingga jumlah tenaga medis yang memahami HIV/AIDS terbatas dan hanya tersedia di RS-PDP. Karena masalah tersebut, dirancang suatu sistem pakar yang dapat memberikan hasil diagnosis Infeksi Oportunistik berdasarkan gejala-gejala yang dialami oleh pasien HIV/AIDS. Knowledge base pada sistem pakar akan diperoleh dengan mempelajari gejala-gejala dan IO melalui buku dan wawancara kepada pakar. Gejala-gejala klinis tersebut akan disusun menjadi dasar pengetahuan yang kemudian digunakan sebagai knowledge base pada sistem pakar. Knowledge base tersebut kemudian akan ditelusuri menggunakan metode Naïve Bayes Classifier untuk menentukan nilai probabilitas IO berdasarkan gejala-gejala yang diderita sehingga menghasilkan konklusi akhir berupa hasil diagnosis IO. Data rekam medis pasien HIV/AIDS digunakan sebagai data uji. Dengan menggunakan confusion matrix, performa sistem diuji dengan menghitung accuracy, precision, dan recall. Pengujian performa dilakukan untuk mengetahui keakuratan dan ketepatan sistem pakar dalam memberikan hasil diagnosis IO. Dari sepuluh kelas IO, diperoleh nilai rata-rata accuracy sebesar 98,4%, nilai rata-rata precision sebesar 92,5%, dan nilai rata-rata recall sebesar 95,2%.
Kata Kunci: sistem pakar, Naïve Bayes Classifier, Infeksi Oportunistik, HIV,
Tersedia 1 dari total 1 Koleksi
Nama | HASBUR GHALI |
Jenis | Perorangan |
Penyunting | DANANG JUNAEDI, SHINTA YULIA PUSPITASARI |
Penerjemah |
Nama | Universitas Telkom |
Kota | Bandung |
Tahun | 2017 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |