PENERAPAN CASED BASED REASONING (CBR) PADA K-NEAREST NEIGHBOUR (K-NN) UNTUK MENDIAGNOSA AWAL PENYAKIT PARU - PARU



Wicaksono, Adi (2024) PENERAPAN CASED BASED REASONING (CBR) PADA K-NEAREST NEIGHBOUR (K-NN) UNTUK MENDIAGNOSA AWAL PENYAKIT PARU - PARU. Undergraduate thesis, Universitas Muhammadiyah Jember.

[thumbnail of A. PENDAHULUAN.pdf] Text
A. PENDAHULUAN.pdf

Download (3MB)
[thumbnail of B. ABSTRAK.pdf] Text
B. ABSTRAK.pdf

Download (117kB)
[thumbnail of C. BAB I.pdf] Text
C. BAB I.pdf

Download (121kB)
[thumbnail of D. BAB II.pdf] Text
D. BAB II.pdf
Restricted to Repository staff only

Download (623kB) | Request a copy
[thumbnail of E. BAB III.pdf] Text
E. BAB III.pdf
Restricted to Repository staff only

Download (322kB) | Request a copy
[thumbnail of F. BAB IV.pdf] Text
F. BAB IV.pdf
Restricted to Repository staff only

Download (300kB) | Request a copy
[thumbnail of G. BAB V.pdf] Text
G. BAB V.pdf
Restricted to Repository staff only

Download (78kB) | Request a copy
[thumbnail of H. DAFTAR PUSTAKA.pdf] Text
H. DAFTAR PUSTAKA.pdf

Download (71kB)
[thumbnail of I. LAMPIRAN.pdf] Text
I. LAMPIRAN.pdf
Restricted to Repository staff only

Download (406kB) | Request a copy

Abstract

Paru-paru adalah organ vital dalam sistem pernapasan manusia yang berfungsi untuk pertukaran gas, memasukkan oksigen ke dalam darah, dan mengeluarkan karbondioksida sebagai sisa metabolisme. Gangguan pada paru-paru dapat berdampak signifikan terhadap kesehatan manusia, dengan berbagai penyakit seperti batuk, asma, bronkitis, dan TBC yang umum ditemukan. Penelitian ini mengembangkan sistem diagnosis penyakit paru-paru menggunakan kombinasi metode Case-Based Reasoning (CBR) dan K-Nearest Neighbour (K-NN). K-NN mengelompokkan dan memprediksi data berdasarkan jarak terdekat, sedangkan CBR menyelesaikan masalah dengan mengadopsi solusi dari kasus sebelumnya. Hasil penelitian menunjukkan bahwa kombinasi CBR dan K-NN efektif dalam mendiagnosa penyakit paru-paru, mencapai tingkat akurasi 90% yang meningkat menjadi 100% setelah proses retain dalam tahapan CBR. Sistem ini adaptif dan mampu belajar dari kasus baru, menunjukkan potensinya sebagai alat bantu diagnostik yang andal dalam praktik medis sehari-hari.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
Dosen Pembimbing
Arifianto, Deni
NIDN0718068103
Dosen Pembimbing
Irawan, Dudi
NIDN0730037703

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Sistem Pakar, Case-Based Reasoning (CBR), K-Nearest Neighbour (K-NN), Paru.
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: Adi Wicaksono | wicaksonoadi207@gmail.com
Date Deposited: 22 Jul 2024 03:41
Last Modified: 22 Jul 2024 03:41
URI: http://repository.unmuhjember.ac.id/id/eprint/22079

Actions (login required)

View Item View Item