RANCANG BANGUN SISTEM DIAGNOSIS KESEHATAN MANUSIA MELALUI APLIKASI SCREENING DIGITAL MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Ramadhani, Mifta Aulia (2024) RANCANG BANGUN SISTEM DIAGNOSIS KESEHATAN MANUSIA MELALUI APLIKASI SCREENING DIGITAL MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0920040082 - Mifta Aulia Ramadhani - Rancang Bangun Sistem Diagnosis Kesehatan Manusia Melalui Aplikasi _i_Screening Digital__i_ Menggunakan Metode _i_Support Vector Machine__i_ (SVM).pdf
Restricted to Repository staff only

Download (4MB) | Request a copy

Abstract

Kesehatan merupakan kebutuhan mendasar yang sangat esensial bagi setiap manusia. Rumah sakit mempunyai peranan penting dalam kesehatan masyarakat. Namun, rumah sakit mempunyai banyak kekurangan salah satunya adalah dari segi pelayanan. Oleh karena itu, untuk meningkatkan efisiensi layanan kesehatan di rumah sakit dilakukan perancangan sistem diagnosis kesehatan manusia melalui aplikasi web berbasis Artificial Intelligence untuk mempermudah proses screening awal pada pasien dengan menggunakan metode support vector machine. Support Vector Machine (SVM) merupakan algoritma supervised learning yang bekerja dengan cara mencari hyperplane antara dua kelas data hingga mendapatkan margin terbesar. SVM mempunyai beberapa keunggulan serta performa yang baik, seperti kemampuan generalisasi yang tinggi dan mempunyai fungsi kernel untuk digunakan pada dataset yang berdimensi tinggi sehingga sering digunakan di berbagai penelitian. Pada penelitian ini, pengumpulan data dilakukan dengan penyebaran kuesioner kepada masyarakat umum dengan jumlah responden sebanyak 1.162 responden serta wawancara bersama expert judgement untuk menentukan 10 jenis penyakit dan 40 gejala penyakit. Hasil penelitian menunjukkan tingkat akurasi pengujian diagnosis penyakit pasien menggunakan metode support vector machine mencapai 0.99 atau 99%. Inovasi ini memungkinkan diagnosis penyakit manusia dilakukan dengan lebih cepat dan tepat, sehingga diharapkan dapat meningkatkan produktivitas rumah sakit dan derajat kesehatan masyarakat Indonesia secara keseluruhan

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Diagnosis Penyakit, Rumah Sakit, Screening Digital, Support Vector Machine (SVM)
Subjects: TO - Teknik Otomasi > Rancang Bangun Sistem Otomasi
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 06 Sep 2024 03:27
Last Modified: 06 Sep 2024 07:01
URI: http://repository.ppns.ac.id/id/eprint/5973

Actions (login required)

View Item View Item