Penyakit Dermatitis Imun merupakan penyakit pada kulit yang sebagian besar diderita oleh bayi maupun anak-anak yang menyebabkan pelemahan imun, hal ini dikarenakan masih lemahnya sistem imunitas pada anak sehingga sangat mudah diserang oleh virus dan bakteri, namun pada saat ini kurangnya pengetahuan masyarakat tentang penyakit Dermatitis Imun mengakibatkan sulitnya pendekteksian secara dini penyakit tersebut sehingga menyebabkan terhambatnya penanganan terhadap anak yang mengalami penyakit Dermatitis Imun. Melihat fenomena yang terjadi maka dibutuhkan sebuah sistem cerdas yang mampu mengadopsi kemampuan dan pengetahuan pakar ke dalam sebuah sistem komputerisai untuk menghasilkan analisis pendiagnosaan yang akurat dengan menggunakan metode Teorema Bayes, yang telah diketahui bahwa metode tersebut telah banyak digunakan untuk melakukan pendiagnosaan terhadap penyakit dalam beberapa kasus
Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pengambil keputusan.Dalam skripsi ini yang akan dibahas adalah mengenai prediksi laju pertumbuhan penduduk pada Badan Pusat Statistik Kabupaten Deli Serdang.Salah satu teknik yang ada pada data mining adalah estimasi. Pada skripsi ini akan dibahas teknik estimasi yang diterapkan untuk menemukan pola yang terjadi pada data penduduk terutama hal yang berkaitan dengan laju pertumbuhan penduduk pada Badan Pusat Statistik Kabupaten Deli Serdang. Teknik estimasi yang akan digunakan adalah Regresi Linear Berganda.Metode ini dipilih karena mampu membuat suatu estimasi/prediksi dengan memanfaatkan data-data lama mengenai laju pertumbuhan penduduk. Sehingga dapat dihasilkan suatu pola hubungan antara atribut-atribut yang mempengaruhi laju pertumbuhan penduduk. Metode Regresi Linear Berganda ini bertujuan untuk membuat persamaan regresi dan prediksi terbaik berdasarkan atribut-atribut yang ada
Penilitian ini membahas tentang perancangan sebuah sistem E-Healthcare yang khusus menangani masalah penyakit kulit pada anak yaitu Inflamasi Dermatitis Imun. Penyakit Inflamasi Dermatitis Imun yang menyerang pada anak-anak dapat mengkibatkan terganggunya kesehatan pada kulit sampai resiko pelemahan imun pada anak, namun pada saat ini kurangnya pengetahuan masyarakat serta tidak tercukupinya para ahli spesialis Inflamasi Dermatitis Imun pada anak yang tersebar di daerah, hal ini dapat menyebabkan terhambatnya penanganan pada anak yang menderita penyakit Inflamasi Dermatitis Imun. Melihat fenomena yang terjadi maka sangat dibutuhkan informasi yang tepat dan mudah terhadap penyakit Inflamasi Dermatitis Imun dengan mengembangkan suatu teknologi Artificial Intelligence yaitu Sistem Pakar.Dalam penerapan Sistem Pakar yang digunakan untuk mendiagnosa penyakit Inflamasi Dermatitis Imun pada anak perlu membandingkan beberapa metode diantaranya: Certantiy Factor, Dempster Shafer, dan Teorema Bayes sehingga nantinya dapat diketahui metode yang paling tepat dan terbaik dalam melakukan pendiagnosaan.Dengan adanya Sistem Pakar ini nantinya dapat dijadikan layanan konsultasi untuk membantu dalam mendiagnosa jenis penyakit Inflamasi Dermatitis Imun pada anak berdasarkan gejala-gejala klinis yang terjadi pada pasien anak, sehingga dapat digunakan dalam pengambilan kesimpulan diagnosa awal sebelum melakukan pemeriksaan intensif laboratorium.
Penelitian ini membahas tentang penerapan sebuah teknologi sistem cerdas yang mampu memberikan pengetahuan tentang pendeteksian Impetigo berdasarkan gejela-gejala yang pada umumnya dialami oleh seorang pasien melalui akuisisi keilmuan pakar. Sistem yang nantinya akan dibangun bertujuan untuk meningkatkan pengetahuan masyarakat tentang penyakit Impetigo beserta gejala-gejalanya dan diharapkan mampu memberikan kemanfaatan bagi masyarakat berupa pengembangan teknologi Sistem Pakar yang nantinya dapat dijadikan layanan konsultasi publik untuk dapat diakses siapapun dan kapanpun dalam mendeteksi Impetigo secara dini sehingga dapat digunakan sebagai pengambilan kesimpulan diagnosa awal sebelum melakukan pemeriksaan intensif laboratorium. Dalam membangun layanan diagnosa ini dibutuhkan penerapan metode Euclidean Probability yang berguna untuk melakukan penelusuran serta perhitungan bobot probabilitas terhadap gejala-gejala yang terjadi sehingga nantinya akan menghasilkan nilai kemungkinan seseorang mendeita penyakit Impetigo
Abcessus is a collection of neutrophils that do not function anymore and have accumulated in tissue cavities infected with bacteria or parasites. This disease will cause swelling in the part of the skin tissue that contains pus and blood, this is due to the spread of skin tissue with staphylococcus aureus bacteria. The spread of infections carried out by bacteria will result in the release of toxins that cause inflammation and increase blood flow in the infected place. The high circulation of the disease among the community requires a concept of knowledge and information which can later be disseminated to the community so that it can reduce the risk of spreading this disease and can be done as soon as possible early treatment of people suffering from Abcessus. The concept of knowledge that will be formed is by transferring all forms of information and knowledge about Abcessus into the diagnosing application by applying the Expert System science that uses K-Nearest Neighbor analysis, later the method can produce the probability value or probability of diagnosing Abcessus for the symptoms that are felt clinically, of course, the knowledge and probability value of Abcessus will first be determined by an expert or expert in identifying the Abcessus. With the construction of diagnostic applications this can be used as a source to be used by the wider community in dealing with problems regarding diagnosis and knowledge of Abcessus, besides that it can also be used in the analysis of diagnostic conclusions by health or medical officers
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.