• Tidak ada hasil yang ditemukan

Implementasi Metode Dempster Shafer dan Metode Bayes Untuk Mendiagnosa Lumpuh Otak (Cerebral Palsy) Pada Anak Berbasis Android

N/A
N/A
Protected

Academic year: 2017

Membagikan "Implementasi Metode Dempster Shafer dan Metode Bayes Untuk Mendiagnosa Lumpuh Otak (Cerebral Palsy) Pada Anak Berbasis Android"

Copied!
2
0
0

Teks penuh

(1)

ABSTRAK

Cerebral palsy merupakan kelainan yang sering terjadi pada awal mula kehidupan

atau masa perkembangan anak. Kelainan ini berupa gangguan motorik dan postur tubuh karena adanya gangguan pada jaringan otak yang sedang berkembang. Perlu kecermatan, ketelitian dan fasilitas yang memadai dalam menentukan anamnesis

cerebral palsy. Fasilitas kesehatan yang memadai jarang ditemukan pada akses-akses

kesehatan di pedesaan. Hal tersebut merupakan salah satu kesulitan yang dihadapi keluarga pasien cerebral palsy umumnya di pedesaan. Ilmu komputer dapat memberikan solusi dengan adanya pemanfaatan pada salah satu bidang ilmunya yaitu sistem pakar. Sistem pakar merupakan sistem cerdas yang dapat meniru cara kerja pakar dalam menangani hal-hal yang membutuhkan keahlian tertentu. Sistem ini dibangun dengan pemrograman Basic Android. Aplikasi ini diimplementasikan pada perangkat mobile Android yang memberi kemudahan dalam penggunaanya. Pengguna dapat melakukan diagnosa dengan smartphone Android kapan dan dimana saja. Metode dempster shafer dan metode bayes merupakan solusi dari ketidakpastian hipotesa untuk menentukan kesimpulan dalam sistem pakar. Penelitian ini menghasilkan output berupa nilai keyakinan besar terkena cerebral palsy berdasarkan metode dempster shafer dan level keparahan cerebral palsy yang dihasilkan metode

bayes. penentuan level cerebral palsy sangat penting untuk memberi perawatan dan

terapi pada anak cerebral palsy. metode dempster shafer menghasilkan nilai persentase peluang terkena cerebral palsy dengan tingkat akurasi terhadap fakta sebesar 41%, sedangkan metode bayes menentukan level dari masing-masing cerebral

palsy dengan tingkat akurasi terhadap fakta sebesar 81%.

Kata-kata Kunci: Sistem Pakar, Dempster Shafer, Bayes, Diagnosa, Cerebral Palsy,

Android.

(2)

IMPLEMENTATION OF DEMPSTER SHAFER METHOD AND BAYES METHOD FOR DIAGNOSE CEREBRAL PALSY

IN CHILDREN WITH ANDROID

ABSTRACT

Cerebral palsy is a disorder that often occurs at the beginning of life or the future development of the child. This disorder such as motor disorders and posture because there of a disturbance in the brain tissue that is growing. It needs austerity, accuracy and adequate facilities in determining the anamnesis of cerebral palsy. Health facility rarely found in access in rural health. It is one of the difficulties faced by families cerebral palsy patients are generally in the countryside. Computer science can provide solutions to their utilization in a field of science that is expert systems. Expert systems are intelligent systems that can mimic the workings of an expert in dealing with matters that require specific expertise. The system is built with the Basic programming Android. This application is implemented on Android mobile devices that provide ease of use. Users can perform diagnostics with Android smartphone anytime and anywhere. Dempster Shafer and Bayes method is a solution of the uncertainty hypothesis to determine the conclusions in expert systems. This study produce output value of developing cerebral palsy faith based Dempster Shafer method and the level of severity of cerebral palsy resulting Bayes methods. Determining the level of cerebral palsy is very important to provide care and treatment of cerebral palsy children. Dempster Shafer method produces a percentage chance of cerebral palsy with the accuracy of the facts by 41%, while the Bayes method determines the level of each cerebral palsy with the accuracy of the facts by 81%.

Keywords: Expert System, Dempster Shafer Method, Bayes Method, Diagnosis, Cerebral Palsy, Android.

Referensi

Dokumen terkait

Untuk mengamati penelitian diagnosa penyakit acne vulgaris maka metode yang digunakan adalah metode Dempster Shafer adalah suatu teori matematika untuk pembuktian

Kelebihan metode Dempster-Shafer dan Teorema Bayes yang digunakan dalam penelitian ini jika dibandingkan dengan metode lain dalam penentuan pengambilan keputusan untuk

a) Antar muka pengguna yaitu mekanisme dimana antara pemakai dan sistem dapat berkomunikasi. b) Basis pengetahuan (kaidah) merupakan kumpulan pengetahuan seorang pakar dalam

Dempster-Shafer untuk menghitung nilai ketidakpastian. Metode tersebut digunakan berdasarkan pada evidence atau fakta gejala atau kerusakan awal yang terlihat pada

Proses analisa dari pengujian akurasi sistem diagnosa penyakit tanaman jeruk menggunakan metode Dempster Shafer dilakukan berdasarkan percocokan hasil diagnosa pakar dengan

Peniltian ini bertujuan merancang aplikasi sistem pakar untuk menentukan status gizi buruk pada anak dengan menggunakan metode dempster-shafer , dimana ada beberapa

PENERAPAN METODE DEMPSTER SHAFER UNTUK MENDIAGNOSA PENYAKIT AUTISME PADA ANAK Application of the Dempster Shafer Method to Diagnose Autism in Children Sri Okta1, Putri Taqwa

Hasil perhitungan akurasi pada penelitian ini yaitu perbandingan metode Certainty Factor sebesar 93% sementara itu metode Dempster Shafer sebesar 80% maka dapat disimpulkan bahwa