Sistem Identifikasi Penyakit Gagal Ginjal melalui Bau Mulut, Warna Urine dan Tekanan Darah dengan Metode Support Vector Machine
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
View Archive InfoField | Value | |
ISSN |
2548-964X |
|
Authentication Code |
dc |
|
Title Statement |
Sistem Identifikasi Penyakit Gagal Ginjal melalui Bau Mulut, Warna Urine dan Tekanan Darah dengan Metode Support Vector Machine |
|
Added Entry - Uncontrolled Name |
Safitri, Lia Maulana, Rizal Setiawan, Eko Fakultas Ilmu Komputer, Universitas Brawijaya Fakultas Ilmu Komputer, Universitas Brawijaya Fakultas Ilmu Komputer, Universitas Brawijaya |
|
Summary, etc. |
Tubuh manusia memiliki sepasang ginjal yang bentuknya seperti biji kacang polong. Walaupun memiliki bentuk yang tidak begitu besar namun ginjal mempunyai fungsi yang penting pada tubuh manusia. Salah satu fungsi ginjal adalah detosifikasi yakni membuang sampah sisa metabolisme yang akan mejadi racun jika tidak dikeluarkan dari dalam tubuh. Penyakit yang dapat menyerang organ ginjal salah satunya adalah gagal ginjal. Kondisi saat ginjal tidak bisa melakukan fungsinya dan bekerja dengan baik disebut gagal ginjal. Kesehatan ginjal tidak boleh disepelekan, maka dari itu dibutuhkan sebuah sistem yang dapat mengidentifikasi kondisi ginjal sedini mungkin untuk mengantisipasi adanya kerusakan ginjal dalam tubuh manusia. Pada penelitian ini digunakan tiga parameter untuk menentukan apakah ginjal berada dalam kondisi normal atau tekena gagal ginjal. Pertama, menghitung kadar dari gas amonia yang dihasilkan oleh bau mulut dengan sensor MQ-135. Kedua menghitung nilai RGB pada warna urine dengan sensor TCS3200 dan yang ketiga, mengukur tekanan darah dengan sensor MPX5700AP. Ketiga parameter tersebut dipilih karena dapat diidentifikasi menggunakan sensor. Arduino Uno digunakan untuk melakukan pengolahan data. Selain itu, Metode klasifikasi yang dipilih yaitu metode support vector machine (SVM). Setelah dilakukan pengujian 10 kali terhadap 20 data latih yang diinputkan. Tingkat akurasi dari pengujian yang telah dilakukan ini sebesar 80% dan untuk rata-rata waktu komputasi yang dibutuhkan sekitar 37,10 detik.
|
|
Publication, Distribution, Etc. |
Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya |
|
Electronic Location and Access |
application/pdf http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10675 |
|
Data Source Entry |
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 6 No 3 (2022): Mei 2022 |
|
Language Note |
ind |
|
Terms Governing Use and Reproduction Note |
Hak Cipta (c) 2022 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer |
|