Click here to load reader

SISTEM PAKAR PENGENALAN GEJALA DINI PENYAKIT EPILEPSI PADA ANAK MENGGUNAKAN METODE NAIVE BAYES

  • View
    41

  • Download
    2

Embed Size (px)

Text of SISTEM PAKAR PENGENALAN GEJALA DINI PENYAKIT EPILEPSI PADA ANAK MENGGUNAKAN METODE NAIVE BAYES

Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes

Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave BayesBayu Hendra SetiawanA11.2012.065451

Latar belakangDi tahun 2011 prevalensi penderita epilepsi di Indonesia berkisar antara 0,5 4 % dengan rata-rata prevalensi epilepsi 8,2 per 1.000 penduduk. Sedangkan jumlah pasien penderita epilepsy sekarang di perkirakan sebanyak 4 juta jiwa

2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes2

TujuanPembuatan aplikasi sistem pakar yang dapat mempermudah bagi penderita penyakit epilepsy dalam mengetahui jenis serangan yang di derita dan solusi penanganannya melalui pengolahan computer, sehingga penanganan lebih lanjut terhadap penyakit epilepsy dapat di lakukan dengan cepat

2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes3

Gambaran Umum EpilepsiJenis umum epilepsi yang biasanya sering terjadi pada beberapa penderita adalah kejang kontrak yang berlebihan hingga membuat penderitanya tidak sadarkan diri untuk beberapa waktu tertentu. Setiap serangan epilepsi bisa terjadi kapan saja dan dimana saja. Hal inilah yang membuat epilepsi terlihat sebagai penyakit yang berbahaya.

2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes4

Metode Nave Bayes ClassifierNave Bayes Classifier merupakan sebuah metoda klasifikasi yang berakar pada teorema Bayes. Metode pengklasifikasian dengan menggunakan metode probabilitas dan statistik yang dikemukakan oleh ilmuwan Inggris Thomas Bayes. Bayes Optimal Classifier menghitung peluang dari suatu kelas dari masing-masing kelompok atribut yang ada, dan menentukan kelas mana yang paling optimal.2/18/20165

Metode Nave Bayes ClassifierTheNaiveBayes Classifier bekerjasangatbaikdibanding dengan model classifierlainnya.Hal ini dibuktikan oleh Xhemali, Hinde dan Stone dalam jurnalnya Nave Bayes vs. Decision Trees vs. Neural Networks in the Classification of Training Web Pages mengatakan bahwa Nave Bayes Classifier memiliki tingkat akurasi yang lebih baik dibanding model classifier lainnya.2/18/20166

Stade Transition Diagram

2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes7Untuk mempermudah dalam tahap pembuatan system pakar, maka akan di buat rancangan program secara global

Implementasi Sistem

2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes8

Implementasi Sistem

2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes9

Kuesioner2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes10Dari hasil 26 kuesioner di atas maka dapat disimpulkan bahwa responden setuju bahwa system pakar epilepsy dapat di andalkan.

Tingkat AkurasiNoDiagnosa Sistem PakarDiagnosa Pakar1Parsial sederhana manifestasi klinisParsial sederhana manifestasi psikis2Parsial sederhana manifestasi klinisParsial sederhana manifestasi klinis3Parsial sederhana manifestasi otonomikParsial sederhana manifestasi otonomik4Parsial sederhana manifestasi motoricParsial sederhana manifestasi motoric5Parsial sederhana manifestasi sensorikParsial sederhana manifestasi sensorik6Grandmal umumGrandmal umum7Grandmal primerGrandmal primer8Grandmal sekunderGrandmal sekunder9Petit mal non-khasPetit mal non-khas10Petit mal kompleksPetit mal kompleks

2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes11

KesimpulanSistem pakar pengenalan gejala dini penyakit epilepsy pada anak ini telah mampu memberikan informasi kepada pengguna mengenai jenis epilepsy berdasarkan gejala-gejala yang di berikan.Pembaharuan pengetahuan pada system pakar ini dapat di lakukan seorang pakar atau admin.Sistem mampu mendiagnosis dengan tepat sesuai pendapat pakar sebenarnya sebesar 90% dari 10 data pasien.

2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes12

SaranPerawatan perlu di lakukan agar program ini dapat di gunakan semaksimal mungkin serta di lakukan evaluasi terhadap system sehingga dapat di lakukan penyesuaian system.Dalam pelaksanaanya masih banyak usert yaitu masyarakat masih bingung dalam menggunakan system pakar ini karena belum mengetahui cara mengoperasikan computer.Program ini masih jauh dari kata sempurna maka dari itu perlu di lakukan perbaikan perbaikan demi kesempurnaan program dan kemudahan pemakai.

2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes13

Question ?2/18/201614

TERIMAKASIH2/18/2016Sistem Pakar Pengenalan Gejala Dini Penyakit Epilepsi Pada Anak Menggunakan Metode Nave Bayes15

Search related