Sistem Pendeteksi Epilepsi Dengan Algoritma K-Means Clustering Sebagai Pendeteksi Penyakit Berbasis Sistem Pakar Pada Masa Pandemi Covid-19
DOI:
https://doi.org/10.51179/tika.v6i02.477Kata Kunci:
Sistem Pakar, K-Means Clustering, Epilepsi, PHP, MySQLAbstrak
Pengaruh perkembangan ilmu komputer telah menjamah berbagai bidang, contohnya saja pada bidang kedokteran, militer dan lain-lain. Mengingat semakin pesatnya perkembangan teknologi yang semakin maju khususnya dibidang komputer, maka banyak orang yang memanfaatkan komputer sebagai alat bantu. Tidak ketinggalan juga termasuk dalam bidang kedokteran, komputer telah masuk didalamnya sebagai alat bantu untuk mengerjakan suatu pekerjaan ataupun melakukan identifikasi suatu penyakit tertentu yang memudahkan pekerjaan manusia. Untuk menentukan jenis penyakit dan cara penanggulangannya serta menggunakan metode Waterfall untuk pengembangan sistemnya. Sistem pakar ini juga akan menggunakan konsep K-Means Clustering Aplikasi ini dibuat dengan menggunakan bahasa pemrograman PHP dan database MySQL sebagai tempat penyimpanan data-data yang dibutuhkan dalam pembuatan aplikasi. Adobe Dreamweaver untuk desain Web. Penelitian ini menghasilkan aplikasi sistem pakar mendiagnosa penyakit epilepsi berbasis web sehingga dapat membantu user untuk memperoleh informasi yang diinginkan. Penyusunan sistem pakar ini berupa user dan admin. Melalui sistem ini, user dapat mengidentifikasi penyakit berdasarkan gejala-gejala yang menyerangnya. Sistem juga mempunyai kemampuan untuk menambah, mengupdate, serta menghapus ciri dan gejala pada la beserta hasil konsultasi yang dilakukan oleh admin
Unduhan
Referensi
Andrian, C. (2019). Perancangan Kampanye Sosial Penanganan Anak yang Menyandang Epilepsi bagi Keluarga. Universitas Multimedia Nusantara.
Dasgupta, S. (2008). The hardness of k-means clustering: Department of Computer Science and Engineering, University of California ….
Hardiyanti, H. (2020). Hubungan Pengetahuan Orang Tua Dengan Tingkat Kekambuhan Pada Anak Epilepsi: Literature Review.
Kristanto, A. (2017). Epilepsi bangkitan umum tonik-klonik di UGD RSUP Sanglah Denpasar-Bali. Intisari Sains Medis, 8(1), 69-73.
Likas, A., Vlassis, N., & Verbeek, J. J. (2003). The global k-means clustering algorithm. Pattern recognition, 36(2), 451-461.
Lukas, A., Harsono, H., & Astuti, A. (2016). Gangguan kognitif pada epilepsi. Berkala Ilmiah Kedokteran Duta Wacana, 1(2), 144-152.
Mulyawati, D. (2014). Evaluasi Penggunaan Obat Anti Epilepsi Pada Pasien Dewasa Di Instalasi Rawat Jalan Rumah Sakit Jiwa Daerah Surakarta Bulan Februari–Maret 2014.
Na, S., Xumin, L., & Yong, G. (2010). Research on k-means clustering algorithm: An improved k-means clustering algorithm. Paper presented at the 2010 Third International Symposium on intelligent information technology and security informatics.
Pham, D. T., Dimov, S. S., & Nguyen, C. D. (2005). Selection of K in K-means clustering. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 219(1), 103-119.
Purba, H. M., Siagian, L., & Tarigan, J. (2017). Karakteristik Penderita Epilepsi Di Poliklinik Saraf RSUD Kabanjahe Tahun 2014-2015. Jurnal Kedokteran Methodist, 10(1), 45-49.
Sunaryo, U. (2007). Diagnosis Epilepsi. Wijaya Kusuma, I, 49-56.
Suwarba, I. G. N. M. (2016). Insidens dan karakteristik klinis epilepsi pada anak. Sari Pediatri, 13(2), 123-128.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2021 T. Muhammad Johan
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
