Sistem Prediksi Diagnosa Penyakit Covid 19 di Indonesia Menggunakan Simple Ant Colony Optimization (SACO)

Jevon, Ignatius Giovanni (2022) Sistem Prediksi Diagnosa Penyakit Covid 19 di Indonesia Menggunakan Simple Ant Colony Optimization (SACO). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (204kB) | Preview
Preview	PDF BAB_I.pdf Download (206kB) | Preview
Preview	PDF BAB_II.pdf Download (262kB) | Preview
Preview	PDF BAB_III.pdf Download (301kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (201kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Teknologi informasi semakin berkembang dengan pesat pada zaman sekarang. Hal ini sangat menguntungkan bagi banyak bidang pekerjaan di Indonesia. Dunia medis adalah salah satu bidang yang terpengaruh oleh dampak berkembangnya teknologi. Suatu permasalahan dapat semakin cepat dan mudah diselesaikan dibandingkan zaman dulu dikarenakan adanya teknologi. Salah satu masalah yang sedang dihadapi adalah virus Covid-19. Dimulai sejak tahun 2020, virus Covid-19 masih tersebar luas di seluruh dunia termasuk Indonesia sampai sekarang. Dengan bantuan teknologi ini tentunya menciptakan suatu kemungkinan virus dapat ditangani dengan cepat. Suatu virus memiliki banyak gejala, dengan bantuan teknologi ini diharapkan adanya machine learning yang dapat memprediksi kemungkinan seseorang terpapar virus Covid-19 dari penyebab gejala-gejala yang dialami. Penelitian sebelumnya mengembangkan model diagnosa penyakit diabetes menggunakan klasifikasi Fuzzy berbasis Ant Colony Optimization (ACO). Pada penelitian ini dibuat menggunakan metode Simple Ant Colony Optimization (SACO) dan mendapatkan performa akurasi dengan rata-rata sebesar 60% secara konsisten, dan nilai SSE sebesar 24.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Covid-19, Machine Learning, Simple Ant Colony Optimization
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.4 System Programming, Operating System, Computer Interface
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	20 Jul 2022 03:21
Last Modified:	09 Aug 2023 00:23
URI:	https://kc.umn.ac.id/id/eprint/21644

Actions (login required)

View Item