Pengembangan Fitur Deteksi Dini Penyakit  Pada Toko Online Obat Herbal Dengan  Metode Cosine Similarity

Putra, Eska Sebayu Rian

× Kesalahan Diagnosis Yang Dilakukan Oleh Penderita Sakit Sering Menyebabkan Kesalahan Pemilihan Obat. Adanya Aplikasi Yang Dapat Mendeteksi Dini Penyakit Yang Sekaligus Dapat Memberikan Rekomendasi Obat Herbal Yang Tepat Diharapkan Dapat Meminimalisir Kesalahan Pembelian Obat. Pendeteksian Penyakit Dapat Dilakukan Dengan Membandingkan Gejala Yang Dialami Dengan Data Gejala Penyakit Yang Ada Pada Aplikasi. Namun Banyaknya Penyakit Dan Gejala Akan Memaksa Pengguna Untuk Memberikan Feedback Dalam Proses Input Gejala Dengan Jumlah Yang Sama Banyaknya Dengan Jumlah Gejala Yang Ada. Untuk Meminimalisir Feedback, Diperlukan Pengelompokkan Gejala Dan Pengeliminasian Penyakit Dalam Beberapa Tahap, Sehingga Gejala-Gejala Dari Penyakit Yang Tidak Mungkin Diderita Tidak Akan Ditanyakan Lagi. Pengeliminasian Penyakit Akan Didukung Dengan Perhitungan Cosine Similarity Positif Dan Negatif. Pengelompokkan Gejala Dan Pengeliminasian Penyakit Yang Didukung Dengan Perhitungan Similarity Positif Dan Negatif Mampu Mengurangi Jumlah Pertanyaan Yang Harus Dijawab Rata-Rata Mencapai 64,24%. Pengujian Feedback Lengkap Untuk Mengukur Kebenaran Aplikasi Terhadap Setiap Penyakit Menghasilkan Nilai Akurasi 100%. Sedangkan Pengujian Dengan Feedback Random 20%, 40% Dan Data Real Untuk Menggambarkan Kemampuan Aplikasi Jika Sudah Diterapkan Untuk Masyarakat Masing-Masing Menghasilkan Nilai Akurasi 96%, 85,8%, Dan 94,74%.

×

Penulis Utama	:	Eska Sebayu Rian Putra
Penulis Tambahan	:	-
NIM / NIP	:	M0508039
Tahun	:	2013
Judul	:	Pengembangan Fitur Deteksi Dini Penyakit Pada Toko Online Obat Herbal Dengan Metode Cosine Similarity
Edisi	:
Imprint	:	Surakarta - F. MIPA - 2013
Program Studi	:	S-1 Informatika
Kolasi	:
Sumber	:	UNS-F.MIPA Jur. Informatika-M.0508039-2013
Kata Kunci	:
Jenis Dokumen	:	Skripsi
ISSN	:
ISBN	:
Link DOI / Jurnal	:	-
Status	:	Public
Pembimbing	:	1. Ristu Saptono, S.Si, M.T
Penguji	:
Catatan Umum	:
Fakultas	:	Fak. MIPA

×

File	:	Harus menjadi member dan login terlebih dahulu untuk bisa download.