Sistem Informasi Diagnosis Ikterus Neonatorum Menggunakan Logika Fuzzy

Ramadhanty, Jazil (2020) Sistem Informasi Diagnosis Ikterus Neonatorum Menggunakan Logika Fuzzy. Undergraduate thesis, Politeknik Negeri Jember.

	Text (Ringkasan) 8. RINGKASAN.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (232kB)
	Text (Pendahuluan) 14. BAB 1. PENDAHULUAN.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (179kB)
	Text (Daftar Pustaka) 19. DAFTAR PUSTAKA.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (161kB)
	Text (Laporan Lengkap) E41161390_FULL SKRIPSI.pdf Restricted to Registered users only Download (2MB)

Abstract

Angka Kematian Bayi (AKB) di Indonesia masih tergolong cukup tinggi dibandingkan negara – negara Asia Tenggara. Hal tersebut perlu mendapatkan perhatian karena suatu negara dapat dinilai tingkat kesehatannya dari AKB. Salah satu penyebab AKB yang masih tinggi yaitu penyakit kuning pada bayi (Ikterus Neonatorum). Bayi dapat mengalami ikterus fisiologis (normal) maupun patologis (parah) bergantung dari gejala yang ditimbulkan. Dari kedua jenis ikterus tersebut sulit membedakan antara ikterus normal dan parah tanpa melakukan pemeriksaan lebih lanjut sehingga sebagian besar masyarakat salah dalam melakukan penanganan awal. Berdasarkan permasalahan tersebut, penulis akan membuat sistem informasi untuk diagnosis Ikterus Neonatorum. Dengan sistem tersebut, masyarakat mendapatkan edukasi mengenai ikterus neonatorum dan dapat mengetahui tingkat keparahan yang diderita oleh bayi. Sistem juga memberikan alternatif solusi yang dapat dilakukan saat bayi mengalami ikterus sesuai dengan tingkat keparahan. Penulis menggunakan logika fuzzy dengan metode sugeno untuk membantu melakukan diagnosis. Hasil yang ditampilkan yaitu berupa prosentase tingkat keparahan ikterus neonatorum. Setelah melakukan pengujian blackbox didapatkan hasil bahwa sistem sudah dapat bejalan sesuai dengan skenario yang diharapkan. Untuk pengujian UAT (User Acceptance Testing) didapatkan hasil sebesar 77,86 % yang dapat diartikan bahwa sistem sudah bisa diterima dengan baik oleh pengguna.

Actions (login required)

View Item