TRUNOJOYO-Tugas Akhir-5179-070411100086_Abstrack_TOC.pdf
Restricted to Repository staff only
Download (207kB)
TRUNOJOYO-Tugas Akhir-5179-070411100086_Cover.pdf
Restricted to Repository staff only
Download (436kB)
TRUNOJOYO-Tugas Akhir-5179-070411100086_Chapter 1.pdf
Restricted to Repository staff only
Download (288kB)
TRUNOJOYO-Tugas Akhir-5179-070411100086_Chapter 2.pdf
Restricted to Repository staff only
Download (665kB)
TRUNOJOYO-Tugas Akhir-5179-070411100086_Chapter 3.pdf
Restricted to Repository staff only
Download (616kB)
TRUNOJOYO-Tugas Akhir-5179-070411100086_Chapter 4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-5179-070411100086_Conclutions.pdf
Restricted to Repository staff only
Download (246kB)
TRUNOJOYO-Tugas Akhir-5179-070411100086_References.pdf
Restricted to Repository staff only
Download (262kB)
TRUNOJOYO-Tugas Akhir-5179-070411100086_Appendices.pdf
Restricted to Repository staff only
Download (2MB)
Abstract
Penyakit Gagal jantung adalah pembunuh nomer satu pada negara yang sedang berkembang.
Seperti halnya di Indonesia dan negara-negara asia pada umumnya, di Amerika pun penyakit
jantung pernah menjadi pembunuh nomer satu. Di seluruh dunia, jumlah penderita penyakit ini
terus bertambah. Ketiga kategori penyakit ini tidak lepas dari gaya hidup yang kurang sehat
yang banyak dilakukan seiring dengan berubahnya pola hidup. Faktor-faktor pemicu serangan
jantung ialah rokok, mengonsumsi makanan berkolest erol tinggi, kurang gerak, malas
berolahraga, stres, dan kurang istirahat.Seiring kemajuan teknologi dibuatlah sistem yang bisa
mendiagnosa penyakit-penyakit tersebut. Sistem ini yang nanti akan menggantikan pakar
aslinya dalam penentuan diagnosa penyakit. Sehingga dengan sistem ini nanti diharapkan
pasien bisa mendapatkan pelayanan lebih cepat dan akurat. Sistem pakar ini menggunakan
metode Bayesian Network sebagai acuannya. Dalam metode ini menggunakan struktur gejala
yang saling berkaitan untuk mendiagnosa penyakit. Struktur tersebut ditentukan oleh seorang
pakar dibidang jantung. Kemudian ditentukan nilai probabilitas dari setiap gejala berdasarkan
keterkaitan antara gejala. Setelah didapatkan semua baru semua nilai dibandingkan dan diambil
nilai terbaik sebagai hasil diagnosa. Dalam pengaplikasiannya sistem ini memiliki akurasi
sampai lebih dari 80%.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM M KHOIRUL MAHMUDI |
| Department | Informatika |
| Uncontrolled Keywords | Gagal jantung; Sistem pakar; Bayesian network; Heart failure |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 11:33 |
| Last Modified | 24 Oct 2026 16:44 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/1529 |
