Aplikasi Prediksi Penyakit Sirosis Hati Menggunakan Algoritma Genetika
DOI:
https://doi.org/10.58794/santi.v2i1.54Keywords:
Prediksi, Algoritma Genetika, Penyakit, PengujianAbstract
Hati adalah organ terbesar dalam tubuh manusia. Di dalam hati banyak proses penting terjadi di kehidupan manusia. Sayangnya, meski hati sangat penting bagi kehidupan, hati juga rentan terhadap penyakit. Sirosis hati adalah salah satu jenis penyakit jantung. Sirosis hati adalah penyakit hati kronis yang umum, yang disebabkan oleh kerusakan hati. Penelitian ini dibentuk dari variabel indikator penyakit untuk mensimulasikan menggunakan jaringan saraf dengan metode Genetika untuk menentukan penyebab dan gejala sirosis hati. Konsultasi masyarakat secara mandiri sebelum menuju ke dokter spesialis yang ada kerumah sakit. Pemodelan diharapkan dapat mendeteksi dini sirosis hati sehingga dapat menjadi tindakan pencegahan atau tindakan lebih lanjut. Prediksi penyakit ini memiliki nilai akurasi hingga 89%, sehingga aplikasi ini dapat melakukan prediksi secara baik .
Downloads
References
Nurdjanah S. Sirosis Hati. Dalam: Sudoyo AW, Setiyohadi B, Alwi I, Simadibrata KM, Setiati S. Buku ajar ilmu penyakit dalam. Edisi ke 6. Jakarta: Internal Publishing; 2014. 1978-1983.
Lindseth GN. Gangguan hati, kandung empedu, dan pankreas. Dalam: Price SA, Wilson LM. Patofisiologi konsep klinis proses-proses penyakit volume 1. Edisi ke 6. Jakarta: Penerbit Buku Kedokteran EGC; 2013. 472-515.
WHO (2010). The global burden of disease 2010. www.who.int – Diakses Oktober 2017
Tsochatzis EA, Bosch J, Burroughs AK. Liver cirrhosis. Lancet. 2014; 383 (9930): 1749-1761.
Jang JW. Current status of liver disease in korea: Liver cirrhosis. Korean jurnal of hepatology; 2009. 15: 40-49.
European liver transplant registry. Specific results by disease. //www.eltr.org/Specific-results-by-disease.html. – Diakses Oktober 2017.
WHO (2011). Age standardized death rates, Liver cirrhosis. http://apps.who.int/ghodata – Diakses Oktober 2017.
Nurdjanah S. Sirosis hati. Dalam: Sudoyo AW, Setiyohadi B, Alwi I, Simadibrata KM, Setiati S. Buku ajar ilmu penyakit dalam. Edisi ke 5. Jakarta: Internal Publishing; 2009. 668-673.
Karina. Faktor resiko kematian penderita sirosis hati di RSUP Dr. Kariadi Semarang tahun 2002-2006 (Skripsi). Semarang: Universitas Diponegoro;
Lovena A, Miro S, Efrida. Karakteristik pasien sirosis hepatis Di RSUP Dr. M Jamil
Oktora MZ. Hubungan kadar hemoglobin dan jumlah trombosit dengan berat
sirosis hati terhadap penyakit yang dirawat di bagian penyakit dalam RSUP Dr. M Jamil
S. Waluyo, Penyakit-Penyakit Autoimun. Elek Media Komputindo, 2014.
B. Rifai, “Algoritma Neural Network untuk Prediksi Penyakit Jantung,” J. Techno Nusa Mandiri, vol. IX, no. 1, pp. 1–9, 2013.
D. Kurnianingtyas, W. F. Mahmudy, and A. W. Widodo, “Optimasi Derajat Keanggotaan Fuzzy Tsukomoto Menggunakan Algoritma Genetika untuk Diagnosis Penyakit Sapi Potong,” J. Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 1, pp. 8–18, 2017.
A. P. Windarto, M. R. Lubis, and L. R. Komprehensif, “Implementasi JST Pada Prediksi Total Laba Rugi Komprehensif Implementation of Neural Network in Predicting Total Comprehensive Income of Conventional Commercial Banks Using,” J. Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 4, pp. 411–418, 2018.
I. Putri and F. Nhita, “Analisis dan Implementasi Algoritma Genetika (Ag) pada Jaringan Syaraf Tiruan (Jst) untuk Prediksi Curah Hujan di Kabupaten Bandung”. Skripsi. Universitas Telkom. Bandung. 2014.
M. S. Ali and M. N. I. Mondal, “Character Recogntion System: Performance Comparison of Neural Networks and Genetic Algorithm,” 1st Int. Conf. Comput. Inf. Eng. ICCIE 2015, pp. 91–94, 2016.
M.-C. Lee and C. To, “Comparison of Support Vector Machine and Back Propagation Neural Network in Evaluating the Enterprise Financial Distress,” Int. J. Artif. Intell. Appl., vol. 1, no. 3, pp. 31–43, 2010.
L. R. Dorteus and K. L. Ferry, “Analisis dan Prediksi Penyakit Jantung Koroner di Kota Ambon Menggunakan Jaringan Saraf Tiruan,” J. Ilmu Mtematika dan Terap., vol. 10, no. 2, pp. 97–105, 2016.
V. Pebrianasari, E. Mulyanto, and D. Erlin, “Analisis Pengenalan Motif Batik Pekalongan Menggunakan Algoritma Backpropagation,” Techno.COM, vol. 14, no. 4, pp. 281–290, 2015.
I. Ispandi and R. Wahono, “Penerapan Algoritma Genetika untuk Optimasi Parameter pada Support Vector Machine untuk Meningkatkan Prediksi Pemasaran Langsung,” J. Intell. Syst., vol. 1, no. 2, pp. 115–119, 2015.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Jurnal SANTI - Sistem Informasi dan Teknik Informasi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
SANTI - Journal of Information Systems and Information Technology provides open access to anyone, ensuring that the information and findings in the article are useful to everyone. This journal article's entire contents can be accessed and downloaded for free. In accordance with the Creative Commons Attribution-ShareAlike 4.0 International License.
SANTI - Journal of Information Systems and Information Technology is licensed under a Creative Commons Attribution-ShareAlike 4.0