UMN Knowledge Center

Sistem pakar untuk memprediksi penyakit ginjal kronis menggunakan neural network

Suryadibrata, Alethea (2014) Sistem pakar untuk memprediksi penyakit ginjal kronis menggunakan neural network. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (785kB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (848kB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (747kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (924kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB) | Preview

Abstract

Penyakit ginjal kronis merupakan penyakit yang tidak memiliki gejalagejala yang tampak sampai penyakit ini benar-benar parah. Hal ini menyebabkan penyakit ini tidak dapat ditangani dengan cepat. Gejala-gejala dianggap sebagai penyakit lainnya dan faktor risiko seperti hipertensi dianggap hal yang biasa. Neural network merupakan sebuah arsitektur jaringan yang menyerupai sistem saraf manusia dalam melaksanakan tugas tertentu. Penelitian ini dilakukan untuk membuat sistem pakar untuk meprediksi penyakit ginjal kronis menggunakan neural network dengan algoritma backpropagation. Prediksi dilakukan dengan masukan gejala-gejala dan faktor risiko. Penelitian ini dibuat dengan bahasa pemrograman C# dengan database Microsoft Access 2010.

Item Type: Thesis (Bachelor Thesis)
Subjects: R Medicine > R858-859.7 Computer applications to medicine. Medical informatics
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 02 Aug 2017 04:05
Last Modified: 05 Oct 2017 02:10
URI: http://kc.umn.ac.id/id/eprint/1573

Actions (login required)

View Item View Item