SISTEM PAKAR DETEKSI DINI PENYAKIT BERISIKO TINGGI PADA IBU HAMIL MENGGUNAKAN METODE DEMPSTER-SHAFER

RIYANTO, AGUS (2022) SISTEM PAKAR DETEKSI DINI PENYAKIT BERISIKO TINGGI PADA IBU HAMIL MENGGUNAKAN METODE DEMPSTER-SHAFER. Skripsi thesis, Universitas Muhammadiyah Pontianak.

	Text BAB I DAN VI.pdf - Published Version Download (1MB)
	Text BAB II-V.pdf - Accepted Version Restricted to Repository staff only Download (1MB)

Abstract

Kehamilan merupakan momen yang dinantikan oleh semua keluarga saat berrumah tangga. Penyakit resiko tinggi ibu hamil selalu menjadi momk bagi para ibu hamil. Terlebih lagi, resiko ini dapat mempengaruhi kondisi kesehatan ibu maupun janin yang dikandungnya. Oleh karena itu, selama masa kehamilan, ibu harus memperhatikan pola hidup sehat dan menjaga kondisi kesehatan mereka. Munculnya permasalahan yang sering terjadi yaitu ketidaktahuan para ibu untuk pola hidup sehat dan menjaga kesehatan mereka, serta mahalnya biaya seorang bidan / dokter kandungan untuk mengecek kesehatan ibu hami. Karena alasan tersebut maka pada penelitian ini dibuatlah sistem pakar yang mampu mendeteksi penyakit resiko tinggi pada ibu hamil dengan berbasis web dan android. Sistem pakar ini memiliki 11 penyakit resiko tinggi ibu hamil dan 31 gejala, Sistem pakar ini dibuat dengan bahasa pemograman PHP, Cordova, Flutter, serta MySQL sebagai database. Untuk Perancangan menggunakan Flowchart, DFD, dan ERD. Sistem pakar berbasis web dan android ini memberikan output deteksi dini penyakit resiko tinggi pada ibu hamil. Hasil perhitungan, penjelasan mengenai penyakit serta saran dalam memberikan tindakan pertolongan pertama dan rujukan terhadap penyakit resiko tinggi pada ibu hamil berdasarkan hasil input gejala yang dilakukan oleh pengguna. Metode yang digunakan dalam sistem pakar ini adalah metode Dempster-Shafer, metode ini melakukan perhitungan melalui gejala yang dipilih oleh pengguna dari masing-masing gejala yang memiliki nilai densitas. Nilai densitas dari masing-masinggejala merupakan hasil wawancara dengan bidan. Aplikasi yang dibuat berdasarkan pengujian keberhasilan dengan perbandingan akurasi sistem dan pakar adalah 93,33%.

Actions (login required)

View Item