SISTEM PENDUKUNG KEPUTUSAN UNTUK DETEKSI DINI RISIKO PENYAKIT STROKE MENGGUNAKAN METODE FUZZY K-NEAREST NEIGHBOR (FK-NN)

SAPUTRO, HADI (2017) SISTEM PENDUKUNG KEPUTUSAN UNTUK DETEKSI DINI RISIKO PENYAKIT STROKE MENGGUNAKAN METODE FUZZY K-NEAREST NEIGHBOR (FK-NN). undergraduate thesis, Universitas Muhammadiyah Gresik.

[img]
Preview
Text
11-Intisari.pdf

Download (88kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (183kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (547kB) | Preview
[img]
Preview
Text
BAB III.pdf

Download (1MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text
BAB V.pdf

Download (89kB) | Preview
[img]
Preview
Text
13-Daftar Pustaka.pdf

Download (186kB) | Preview
Official URL: http://digilib.umg.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Kebanyakan orang tidak mengetahui gejala-gejala stroke karena gejala-gejalanya kemungkinan bervariasi bergantung pada penyebabnya, akibat pengentalan darah atau perdarahan serta luas kerusakan area otak juga memengaruhi gejala. Gejala stroke bisa memburuk dalam hitungan menit, jam dan hari. Beberapa stroke ringan terjadi berulang seiring waktu, pasien kemungkinan mengalami perubahan jalan, keseimbangan, kemampuan berpikir atau perilaku secara bertahap. Penyakit stroke merupakan salah satu penyakit yang mematikan, menurut pendapat beberapa para ahli dapat diambil kesimpulan bahwa risiko terkea stroke dapat diceah dengan mengenali gejalanya sedini mungkin, beberapa faktor risiko utama seperti tekanan darah, jenis kelamin, umur, kolesterol serta riwayat diabetes. Sistem pendukung keputusan ini menggunakan metode FK-NN yang hasil akhir berupa klasifikasi. Sistem in menghasilkan status risiko penyakit stroke pasien yaitu berupa diagnosa stroke rendah, sedang dan tinggi.

Item Type: Thesis (undergraduate)
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: Shandy Rahma Ramadhan, S.IIP
Date Deposited: 16 Jul 2019 02:49
Last Modified: 16 Jul 2019 02:49
URI: http://eprints.umg.ac.id/id/eprint/2031

Actions (login required)

View Item View Item