Implementasi Anfis Untuk Pendiagnosisaan Awal Pada Penykit Paru Di Unit Pendaftaran RSP DR. M. Goenawan Partowidigdo Cisarua Bogor

Putra, Muhammad Faisal Hadi (2015) Implementasi Anfis Untuk Pendiagnosisaan Awal Pada Penykit Paru Di Unit Pendaftaran RSP DR. M. Goenawan Partowidigdo Cisarua Bogor. Other thesis, Universitas Komputer Indonesia.

[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_BAB I.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_BAB I.pdf

Download (32kB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_BAB II.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_BAB II.pdf

Download (295kB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_BAB V.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_BAB V.pdf

Download (7kB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_COVER.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_COVER.pdf

Download (12kB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_DAFTAR ISI.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_DAFTAR ISI.pdf

Download (24kB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_DAFTAR PUSTAKA.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_DAFTAR PUSTAKA.pdf

Download (18kB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_JURNAL BAHASA INDONESIA.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_JURNAL BAHASA INDONESIA.pdf

Download (1MB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_JURNAL BAHASA INGGRIS.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_JURNAL BAHASA INGGRIS.pdf

Download (1MB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_KATA PENGANTAR.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_KATA PENGANTAR.pdf

Download (11kB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_LEMBAR PENGESAHAN.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_LEMBAR PENGESAHAN.pdf

Download (27kB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_SURAT HAK EKSLUSIF.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_SURAT HAK EKSLUSIF.pdf

Download (32kB)
[thumbnail of UNIKOM_MUHAMMAD FAISAL HADI PUTRA_SURAT KETERANGAN TIDAK PLAGIAT.pdf] Text
UNIKOM_MUHAMMAD FAISAL HADI PUTRA_SURAT KETERANGAN TIDAK PLAGIAT.pdf

Download (33kB)

Abstract

Diagnosa awal adalah proses yang berguna bagi dokter khususnya dokter spesialis paru sebagai bahan informasi untuk memberikan tindakan lebih lanjut,yang disertai dengan pemeriksaan penunjang lainnya seperti laboratorium,radiologi dan mantoux. Berdasarkan hasil wawancara dan observasi, terlihat permasalahan yang muncul yaitu tidak adanya proses diagnosa awal pada pasien serta pencatatan diagnosa tersebut saat pendaftaran dilakukan, padahal diagnosa awal tersebut diperlukan oleh dokter sebagai bahan informasi untuk pemeriksaan ataupun tindakan yang lebih lanjut. Untuk mengatasi masalah tersebut, akan dilakukan pembangunan sistem pendiagnosaan awal pada penyakit paru di Unit pendaftaran RSP Dr. M. Goenawan Partowidigdo Cisarua Bogor menggunakan Dalam melakukan proses analisis, terdapat dua variabel yang menentukan hasil dari pendiagnosaan awal pada penyakit paru ini, yaitu variabel gejala dan variabel merokok. Variabel gejala terdiri dari 13 gejala yaitu, badan lemah, batuk berdarah, demam, batuk berdahak, nyeri dada, sakit tenggorokan, sesak napas, batuk kering, mual, nafsu makan kurang, hidung mampat, sakit kepala, dan nyeri perut. Sedangkan pada variabel merokok terdapat 3 kategori yaitu tidak merokok, jarang merokok, dan sering merokok. Berdasarkan hasil pengujian kasus 1 dan kasus 2 menggunakan metode confusion matrix, maka diperoleh kesimpulan bahwa metode Adaptive Neuro Fuzzy Inference System dapat menghasilkan hasil diagnosa awal dengan akurasi terbesar yaitu 93,33%.

Early diagnosis is a process that is useful for doctors, especially specialist of lungs as information to provide further action, along with other investigations such as laboratory, radiology and mantoux. Based on interviews and observations,the problem is the lack of early diagnosis process to the patient and recording of the diagnosis during the registration process, whereas early diagnosis is required by a doctor as resource information for examination or further action. To solve the problem, will be making early diagnosing system in lung disease at enrollment unit RSP Dr. M. Goenawan Partowidigdo Cisarua Bogor using ANFIS method. In conducting the analysis, there are two variables that determine the result of the early diagnosing lungs disease, namely variable of symptoms and variable of smoking. Variable of symptoms consisting of 13 types, weakness, coughing up

blood, fever, cough with phlegm, chest pain, sore throat, hard to breathe, dry cough, nausea, lack of appetite, decongestants, headache, and abdominal pain. eanwhile, the smoking variables ther are 3 categories, no smoking, rarely smoke, frequent smoking.Based on the results of the test case 1 and case 2 using the confusion matrix, it could be concluded that the method of Adaptive Neuro Fuzzy Inference System can produce accurate results with 93,33%.Nelly

Item Type: Thesis (Other)
Additional Information: Migrasi dari GDL. Identifier: jbptunikompp-gdl-muhammadfa-33582. Folder: S1-Final_Project / Fakultas_Teknik_dan_Ilmu_Komputer / Teknik_Informatika / 2015
Uncontrolled Keywords: diagnosa awal, dokter, ANFIS, gejala, penyakit paru, merokok
Divisions: S1 Skripsi > Teknik Informatika
Depositing User: Robot Migration
Date Deposited: 05 Nov 2026 08:56
Last Modified: 05 Nov 2026 08:56
URI: https://elibrary.unikom.ac.id/id/eprint/37361

Actions (login required)

View Item
View Item