Claim Missing Document
Check
Articles

Penerapan Teorema Bayes Untuk Mediagnosa Defisiensi Imun Puji Sari Ramadhan; Saiful Nur Arif
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 14, No 2 (2019): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (157.4 KB) | DOI: 10.30872/jim.v14i2.2060

Abstract

Defisiensi Imun ialah bentuk dari gangguan sistem imunitas atau kekebalan tubuh yang menyebabkan terganggunya kesehatan sampai resiko pelemahan imun yang dapat berakibat kematian. Pada saat ini kurangnya informasi dan pengetahuan masyarakat terkait Defisiensi Imun serta keterbatasan jumlah tenaga ahli, hal ini dapat mengakibatkan terhambatnya penanganan dini terhadap anak yang menderita Defisiensi Imun. Berdasarkan fenomena yang terjadi, maka perlu membangun sebuah sistem cerdas yang mampu melakukan pendiagnosaan dengan mengakuisisi serta mengumpulkan pengetahuan ahli atau pakar yang kemudian menerapkan Teorema Bayes yang nantinya akan menghasilkan nilai probabilitas gangguan yang  dialami oleh anak atau bayi berdasarkan gejala klinis yang dialami. Selain analisis pendekatan metode, penelitian ini juga menggunakan penerapan metode penelitian berupa Reserch and Development yang mempunyai tujuan untuk dapat  menghasilkan produk baru berbentuk sistem terkomputerisasi yang bertujuan memberikan kemanfaatan bagi masyarakat berupa pengembangan teknologi Sistem Pakar ini nantinya dapat dipergunakan sebagai layanan konsultasi publik untuk dapat diakses dan dapat dijadikan referensi atau pengambilan kesimpulan diagnosa awal pada pasien tersebut
Penerapan Euclidean Probability dalam Mendiagnosis Atopik Dermatis Puji Sari Ramadhan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 5: Oktober 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020752023

Abstract

Atopik Dermatis atau yang lebih dikenal dengan istilah Eksim Susu merupakan penyakit yang terjadi pada anak pada bagian kulit. Tingginya penyebaran penyakit ini terhadap bayi atau anak-anak, maka perlu melakukan antisipasi dengan cara membangun sebuah sistem yang mampu menghasilkan pengetahuan dan informasi tentang Atopik Dermatis, sehingga dapat mengurangi resiko penyebaran penyakit ini serta dapat sesegera mungkin untuk dapat dilakukan penanganan dini terhadap penderita. Sistem yang akan dibentuk adalah dengan cara memindahkan segala bentuk informasi dan pengetahuan tentang Atopik Dermatis ke dalam aplikasi diagnosis  dengan menerapkan keilmuan Sistem Pakar yang menggunakan analisa Euclidean Probability. Penggunaan metode ini dalam melakukan diagnosis  nantinya dapat memberikan kontribusi dalam pengembangan dan kebaruan dalam penggunaan metode pada keilmuan sistem pakar dalam menghasilkan kesimpulan diagnosis. Selain itu dengan penerapan metode ini kedalam aplikasi diagnosis  dapat membantu masyarakat luas dalam melakukan diagnosis  tentang Atopik Dermatis, hal ini didasari dengan banyaknya penggunaan metode ini dalam penelitian sebelumnya, serta terlihat dari hasil pengujian yang telah dilakukan maka dapat diketahui bahwa  Euclidean Probability menghasilkan  nilai akurasi 100%  dari data yang tervalidasi dan hasil diagnosis  Euclidean Probability lebih optimal dibanding dengan teknik konvensional serta metode sistem pakar lainnya. AbstractAtopic Dermatitis, better known as Milk Eczema, is a disease that occurs in children on the skin. The high spread of this disease to infants or children, it is necessary to anticipate by building a system that can produce knowledge and information about Atopic Dermatitis, to reduce the risk of spreading this disease and early treatment for sufferers as soon as possible. The system that will be formed is by transferring all forms of information and knowledge about Atopic Dermatitis into the diagnosis application using Euclidean Probability analysis. The use of this method in making a diagnosis later can contribute to the development and novelty of the use of techniques in scientific expert systems in generating diagnosis conclusions. Also, by applying this method into the application of diagnosis can help the broader community in making a diagnosis of Atopic Dermatitis. This is based on the many uses of this method in previous studies, and it can be seen from the results of testing that Euclidean Probability produces an accuracy value of 100 % of validated data and the effects of Euclidean diagnosis Probability is more optimal compared to conventional techniques and other expert system methods. 
Biometric Technology Using Eigenface Algorithm Puji Sari Ramadhan; Saiful Nurarif; Muhammad Syahril; Yeni Riani Noviana
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 1 (2022): January 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (389.149 KB) | DOI: 10.24114/cess.v7i1.28918

Abstract

Penelitian ini membahas tentang teknologi biometrik yang digunakan untuk mengenali pola fisik dari seseorang sehingga dapat teridentifikasi. Focus biometrik yang akan diteliti adalah deteksi wajah. Hal ini dilakukan karena melihat kurang optimalnya pengenalan biometrik pada sidik jari yang rentan tidak terdeteksi akibat luka atau perubahan struktur kulit seseorang. Teknologi biometrik wajah ini dapat digunakan untuk mengenali seseorang dalam melakukan perekaman data seperti pengelolaan biodata pegawai, masyarakat dan absensi. Untuk membangun teknologi biometrik tersebut maka dibutuhkan sebuah algoritma yang mampu melakukan pengenalan pola yaitu Eigenface. Algoritma tersebut telah teruji dan banyak digunakan pada penelitian sebelumnya dalam pengenalan pola, sehingga sangat tepat untuk digunakan dalam penelitian ini. Proses pengenalan wajah dimulai dengan mengambil citra wajah sehingga akan memperoleh nilai RGB, kemudian melakukan konversi dari RGB ke grayscale. Setelah proses konversi selesai maka selanjutnya mengubah citra tersebut ke dalam bentuk matriks dan menghitung nilai Flatvektor sehingga nantinya akan dicari nilai kedekatan dari data citra yang direkam. Dari hasil penelitian yang dilakukan maka diperoleh hasil bahwa algoritma Eigenface telah berhasil melakukan pengenalan wajah dengan akurasi 100% dari 10 data uji. Pengujian akurasi dilakukan dengan insitas cahaya 10 sampai dengan 1000 Lux, jarak antara 30 sampai dengan 200 cm dan gerak objek diatas 4 detik
Penerapan Metode WASPAS Dan MOORA Dalam Pengambilan Keputusan Puji Sari Ramadhan; Mukhlis Ramadhan; Muhammad Dahria
CESS (Journal of Computer Engineering, System and Science) Vol 6, No 2 (2021): Juli 2021
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (317.322 KB) | DOI: 10.24114/cess.v6i2.24805

Abstract

Penelitian ini membahas tentang perbandingan metode yang digunakan untuk penentuan kelayakan karyawan yang layak untuk mendapatkan beasiswa studi lanjut. Metode yang akan dibandingkan adalah metode Moora dan Waspas. Kedua metode tersebut dipilih karena memiliki kemampuan dalam menghasilkan keputusan. Tujuan dari penelitian ini adalah untuk memilih metode yang paling baik digunakan dalam penentuan keputusan, terutama untuk menentukan kelayakan karyawan untuk mendapatkan beasiswa studi lanjut. Tahapan perbandingan metode dimulai dengan dengan melakukan pengumpulan data kriteria dan bobot penilaian, kemudian menetapkan data alternatif yang akan dinilai. Tahapan selanjutnya adalah melakukan penerapan kedua metode tersebut dan melakukan perbandingan metode melalui perangkingan nilai, hasil keputusan dan teknik eksponensial. Berdasarkan penelitian yang telah dilakukan maka diperoleh hasil bahwa untuk nilai keputusan, metode Moora menghasilkan nilai rata-rata 1,1 dan metode Waspas mendapatkan nilai rata-rata 0,5. Kemudian dari hasil keputusan terlihat kedua metode tersebut menghasilkan keputusan yang sama pada setiap alternatifnya dan untuk teknik eksponensial, metode Moora mendapatkan niai 1,05 dan metode Waspas mendapatkan nilai 0,73. Berdasarkan hasil tersebut maka dapat diketahui bahwa metode Moora lebih baik dibandingkan dengan metode Waspas dalam pengambilan keputusan
Penerapan Euclidean Probability Dalam Pendeteksian Penyakit Impetigo PUJI SARI RAMADHAN
CESS (Journal of Computer Engineering, System and Science) Vol 4, No 1 (2019): Januari 2019
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (932.823 KB) | DOI: 10.24114/cess.v4i1.11186

Abstract

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
SISTEM PAKAR PENDETEKSIAN PSORIASIS POSTULAR MENGGUNAKAN KOMBINASI TEOREMA BAYES DENGAN EUCLIDEAN PROBABILITY PUJI SARI RAMADHAN
CESS (Journal of Computer Engineering, System and Science) Vol 4, No 2 (2019): JULI 2019
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (726.551 KB) | DOI: 10.24114/cess.v4i2.13203

Abstract

Penelitian ini akan membahas dan menjelaskan tentang implementasi sistem berbasis komputer yang mampu memberikan informasi dan menghasilkan kesimpulan diagnostik tentang Psoriasis Postular yang diperoleh melalui transfer pengetahuan para ahli di bidang kesehatan ke dalam sistem aplikasi yang dapat digunakan untuk mendeteksi Psoriasis Postular cepat sehingga nantinya dapat dilakukan perawatan dini dan dapat digunakan sebagai layanan konsultasi yang berfungsi sebagai rujukan diagnosis oleh petugas kesehatan dalam menyimpulkan diagnosa akhir dan dapat memudahkan masyarakat dalam melakukan konsultasi, mengingat minimnya tenaga kesehatan yang tersebar di daerah dan pengetahuan Psoriasis Postular yang terbatas. Sistem ini dirancang dengan menerapkan konsep Bayes Theorem yang digunakan untuk menghasilkan nilai probabilitas atau persentase penyakit yang diderita oleh pasien berdasarkan gejala yang dialami oleh pasien tersebut. Tetapi kebutuhan untuk meningkatkan kepastian dan keakuratan diagnosis penyakit untuk pasien memerlukan penerapan metode Probabilitas Euclidean yang akan dikombinasikan dengan Teorema Bayes, sehingga nantinya diharapkan akan menghasilkan nilai diagnostik yang lebih baik dan lebih akurat dalam mendeteksi Psoriasis. Postular
Perbandingan Multiple Regression dengan Fuzzy Tsukamoto Dalam Memprediksi Produksi Barang Puji Sari Ramadhan
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 2 (2020): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i2.2287

Abstract

Pada penelitian ini membahas tentang analisis perbandingan metode yang digunakan dalam memprediksi produksi barang. Hal ini dilakukan untuk mengetahui metode yang paling baik dalam menghasilkan nilai prediksi pada produksi barang. Metode yang akan digunakan dalam proses prediksi produksi barang adalah dengan menggunakan Multiple Regression dan Fuzzy Tsukamoto. Pemilihan kedua metode tersebut dikarenakan telah banyak kasus pada penelitian sebelumnya yang menggunakan Multiple Regression dan Fuzzy Tsukamoto sehingga telah teruji dalam melakukan prediksi. Proses pengujian metode nantinya dilakukan dengan menghitung nilai prediksi dari masing-masing metode dengan data training dari bulan Januari sampai dengan Desember 2019, kemudian akan dilakukan perbandingan metode dengan cara mencocokkan dengan data uji produksi barang yang ada untuk menghasilkan nilai akurasi dari kedua metode tersebut. Dari hasil pebandingan metode yang dilakukan diperoleh hasil bahwa  Multiple Regression memiliki nilai akurasi 25% sedangkan Fuzzy Tsukamoto memiliki nilai akurasi 75% dari data uji pada bulan Januari sampai dengan April 2020. Dengan hasil tersebut maka diperoleh kesimpulan bahwa metode Fuzzy Tsukamoto lebih baik daripada Multiple Regression untuk kasus prediksi produksi barang pada penelitian ini.
Pengujian Efektifitas Metode Multi Factor Evaluation Process dan Weight Product dalam Pengambilan Keputusan Puji Sari Ramadhan; Saiful Nurarif; Purwadi Purwadi
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v6i1.3798

Abstract

Penelitian ini membahas tentang pengujian efektifitas metode Multi Factor Evaluation Process dan Weight Product dalam menghasilkan keputusan. Pengujian dilakukan dengan cara melakukan perbandingan terhadap kedua metode tersebut, sehingga dapat diketahui metode yang paling baik dalam penentuan seleksi dosen tetap. Proses pengujian metode dilakukan dengan melakukan penerapan Multi Factor Evaluation Process dan Weight Product ke dalam sebuah permasalahan tentang seleksi penerimaan dosen tetap di STMIK Triguna Dharma. Diawali dengan menentukan alternatif yang akan diseleksi, kemudian melakukan perhitungan dari masing-masing metode. Dari hasil perhitungan tersebut maka akan diperoleh hasil keputusan tentang seleksi penerimaan dosen tetap. Dari hasil pengujian yang dilakukan dapat diketahui bahwa .nilai Weight Product pada seluruh alternatif tidak melebihi nilai 1, sementara itu untuk Multi Factor Evaluation Process mendapat nilai dengan range 70 sampai dengan 85. Kemudian untuk nilai rata-rata, Weight Product mendapatkan 0,11 dan Multi Factor Evaluation Process mendapatkan nilai 80,8. Dari hasil tersebut maka dapat disimpulkan bahwa Multi Factor Evaluation Process lebih baik dibandingkan Weight Product, hal ini dikarenakan nilai keputusan yang dihasilkan oleh Multi Factor Evaluation Process terlihat lebih pasti, yaitu range nilainya diatas nilai 0.
Sistem Pakar Pendiagnosaan Dermatitis Imun Menggunakan Teorema Bayes Puji Sari Ramadhan
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 3, No 1 (2018): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v3i1.643

Abstract

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
Penerapan K-Nearest Neighbor dalam Pendeteksian Abcessus Puji Sari Ramadhan
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 3, No 2 (2019): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (531.278 KB) | DOI: 10.30743/infotekjar.v3i2.1003

Abstract

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