SISTEM PAKAR DIAGNOSA PENYAKIT OSTEOARTHRITIS DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR STUDI KASUS : RUMAH SAKIT UMUM DAERAH ACEH TAMIANG

Erika Qiudandra (2022), SISTEM PAKAR DIAGNOSA PENYAKIT OSTEOARTHRITIS DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR STUDI KASUS : RUMAH SAKIT UMUM DAERAH ACEH TAMIANG . Skripsi, Universitas Samudra.

ABSTRAK

Osteoarthritis merupakan penyakit degeneratif pada sendi yang melibatkan kartilago, lapisan sendi, ligamen, dan tulang sehingga menyebabkan nyeri dan kaku pada sendi yang mengidap gejala tersebut. Masyarakat sering mengabaikan rasa sakit yang terjadi saat menggerakkan bahu, pinggang, lutut dan tangan padahal rasa sakit itu berpotensi besar merupakan gejala-gejala dari penyakit Osteoarthritis. Sistem pakar dapat digunakan sebagai sistem untuk mengidentifikasi penyakit Osteoarthritis. Dengan adanya sistem pakar diagnosis penyakit Osteoarthritis maka diharapkan dapat membantu masyarakat untuk mendeteksi penyakit Osteoarthritis dini dan dapat berkonsultasi dengan dokter sebelum berlanjut ke tahap yang lebih membahayakan. Jumlah penderita penyakit Osteoarthritis mengalami peningkatan. Hal ini disebabkan oleh faktor keterlambatan penanganan saat mengalami gejala awal. Sistem ini melakukan diagnosa penyakit Osteoarthritis berdasarkan dari gejala-gejala yang diinputkan ke sistem. Perancangan sistem berbasis Website dengan menggunakan metode K-Nearest Neighbors (KNN). Dengan menggunakan metode K-Nearest Neighbors mampu menunjukkan ukuran kepastian terhadap suatu fakta dari kriteria-kriteria yang ada. Terdapat 17 gejala Osteoarthritis yang diolah sistem untuk mendiagnosa penderita penyakit ini sesuai dengan diagnosa seorang pakar. Hasil pengujian yang dilakukan sistem diagnosa penyakit Osteoarthritis dengan hasil perhitungan manual memiliki kesesuaian yang sama. Tingkat keakurasian pada sistem pakar ini mendapatkan hasil 91,67%, dimana dari 24 data sampel yang telah diuji menggunakan sistem pakar yang telah dibangun terdapat 22 jumlah data yang sesuai dengan hasil diagnosa pada sistem.

File ::(login required)

• s1-2022-170504040-cover.pdf (23.20 KB) |
• s1-2022-170504040-abstrak.pdf (17.17 KB) |
• s1-2022-170504040-di.pdf (199.02 KB) |
• s1-2022-170504040-bab1.pdf (50.02 KB) |
• s1-2022-170504040-bab5.pdf (16.43 KB) |