Fakhri Qardhawi (2023) Penerapan Algoritma Support Vector Machine(Svm) Untuk Mendiagnosa Diabetes Melitus Dan Hipertensi (Studi Kasus: Puskesmas Bungoro). Diploma thesis, Politeknik Negeri ujung Pandang.
Penerapan Algoritma Support Vector Machine (Svm) Untuk Mendiagnosa Diabetes Melitus Dan Hipertensi (Studi Kasu Puskesmas Bungoro).pdf - Published Version
Download (18MB)
Abstract
Puskesmas Bungoro yang menjadi pusat pelayanan kesehatan di Kec. Bungoro Kab. Pangkep, memiliki 2 poli yang melayani pasien pengidap Diabetes Melitus(DM) dan Hipertensi yaitu Poli Umum dan Poli Usila(Usia Lanjut). DM merupakan penyakit menahun yang dapat diderita seumur hidup dan apabila tidak diberikan penanganan secara dini akan meningkatkan penyakit Hipertensi. Dalam mendiagnosa penyakit DM perlu dilakukan 2 hingga 3 kali pengecekan untuk menentukan apakah pasien terkena DM atau tidak, sehingga pasien tersebut harus mendapatkan perhatian khusus. Permasalahan tersebut dapat diselesaikan dengan memanfaatkan Rekam Medis pasien untuk mendiagnosa pasien pengidap DM dan Hipertensi menggunakan algoritma klasifikasi Support Vector Machine(SVM).
Data rekam medis pasien yang dikumpulkan berjumlah 400 data. Data tersebut akan melalui tahap preprocessing agar memudahkan SVM dalam melakukan klasifikasi. Tahap selanjutnya membuat model prediksi dengan parameter hasil klasifikasi dan atribut tekanan darah. Adapun model prediksinya yaitu pasien terkena DM dan Hipertensi, DM, Hipertensi dan Normal. Sistem ini akan disajikan dalam bentuk website menggunakan FastAPI untuk memudahkan penggunaannya.
Klasifikasi yang dilakukan model SVM menunjukkan hasil yang baik dengan tingkat akurasi berada di angka 94%. Pengujian yang dilakukan terhadap tingkat kepuasan pengguna dengan menggunakan metode SUS adalah 81,6 dengan Adjective Ratings “Excellent”, Grade Scale “B” dan Acceptability Ranges “Acceptable”. Hal ini menunjukkan sistem ini bermanfaat dan dapat diterima dengan baik oleh pengguna.
Kata Kunci: Puskesmas, Rekam Medis, Diabetes Melitus, Hipertensi, Klasifikasi, Support Vector Machine(SVM), FastAPI, SUS.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Jurusan Teknik Elektro > D4 Teknik Komputer dan Jaringan |
Depositing User: | B.J.H Library PNUP |
Date Deposited: | 08 Mar 2024 02:12 |
Last Modified: | 08 Mar 2024 02:12 |
URI: | https://repository.poliupg.ac.id/id/eprint/8767 |