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] Text
HALAMAN AWAL.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (785kB)
[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] Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)

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: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming
000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.4 System Programming, Operating System, Computer Interface
600 Technology (Applied Sciences)
600 Technology (Applied Sciences) > 610 Medicine and Health
Divisions: Faculty of Engineering & Informatics > Informatics
Depositing User: Administrator UMN Library
Date Deposited: 02 Aug 2017 04:05
Last Modified: 27 Jan 2023 02:00
URI: https://kc.umn.ac.id/id/eprint/1573

Actions (login required)

View Item View Item