Please use this identifier to cite or link to this item: http://repository.iti.ac.id/jspui/handle/123456789/2276
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSunarto, Sunarto-
dc.contributor.advisorAfif, Umar Khoirul-
dc.contributor.authorSulistyowati, Sulistyowati-
dc.date.accessioned2024-08-28T07:41:28Z-
dc.date.available2024-08-28T07:41:28Z-
dc.date.issued2024-08-
dc.identifier.urihttp://repository.iti.ac.id/jspui/handle/123456789/2276-
dc.description.abstractTransformasi Digital di bidang kesehatan dapat diketahui salah satunya dengan berkembangnya aplikasi Sistem Pakar Diagnostik. Sistem Pakar Diagnostik bisa menjembatani penderita suatu penyakit dengan seorang pakar. Jadi sebelum bertemu atau berkonsultasi dengan seorang pakar, seseorang bisa terlebih dahulu mengetahui diagnosa awal terkait kemungkinan penyakit yang dideritanya, yaitu dengan menggunakan aplikasi Sistem Pakar. Dalam Penelitian ini dibangun Sistem Pakar Diagnostik untuk mendiagnosa apakah seorang perokok aktif atau pasif mengidap suatu penyakit tertentu terkait dengan aktivitas merokoknya. Aplikasi dibangun dengan memanfaatkan teknologi machine learning dan mengimplementasikan model algoritma randomforest. Model dilatih dengan menggunakan dataprimer yang dikumpulkan dengan cara melempar kuesioner dan diperoleh 184 respon responden. Adapun poin poin pertanyaan dalam kuesioner divalidasi terlebih dahulu oleh seorang pakar. Hasil evaluasi model menunjukkan pencapaian akurasi sebesar 94%. Selanjutnya dikembangkan aplikasi dalam bentuk aplikasi berbasis web dengan menggunakan framework Python Flask.en_US
dc.language.isootheren_US
dc.publisherInstitut Teknologi Indonesiaen_US
dc.subjectMachine Learningen_US
dc.subjectPython Flasken_US
dc.subjectRandom Foresten_US
dc.subjectSistem Pakar Diagnostiken_US
dc.subjectWeb Aplikasien_US
dc.titleImplementasi Machine Learning Dalam Sistem Pakar Diagnostiken_US
dc.typeOtheren_US
dc.identifier.nidnNIDN0324056703-
dc.identifier.nidnNIDN0307066502-
dc.identifier.nimNIM1152000081-
Appears in Collections:LPM MANDIRI - S1 Informatika

Files in This Item:
File Description SizeFormat 
LPD 2024 022.pdfSURAT KETERANGAN PERPUSTAKAAN395.02 kBAdobe PDFView/Open
Laporan-penelitian-SulisSunarto-Genap2324.pdfDIGITAL FILE5.58 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.