Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Musamus Journal of Technology & Information Musamus Devotion Journal Brilliance: Research of Artificial Intelligence International Journal of Multidisciplinary Sciences and Arts
Zubaedah, Reza
Jurusan Sistem Informasi, Fakultas Teknik Universitas Musamus
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Musamus Journal of Technology

 1 
PENGGUNAAN METODE EUCLIDEAN DISTANCE PADA CASE BASE REASONING UNTUK DIAGNOSIS DIABETES MELLITUS Reza Zubaedah
Musamus Journal of Technology & Information Vol 1 No 02 (2019)
Publisher : Musamus University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jenis kecerdasan buatan bagian dari sistem pakar yaitu Case Based Reasoning (CBR) yaitu metode membandingkan nilai kesamaan (similarity) antara data kasus baru dan data kasus yang tersimpan dalam basis kasus. Data pada pasien diabetes mellitus dapat digunakan kembali untuk dijadikan basis kasus dengan menggunakan beberapa atribut seperti identitas pasien, gejala yang dialami dan hasil tes gula darah. Perhitungan similarity dapat dilakukan dengan mencocokan data kasus dan data kasus baru menggunakan metode euclidean distance merupakan salah satunya. Untuk mengecek ke akuratan data yang digunakan pada casebase yang dibandingkan dengan data yang ada kasus yang baru bias memakai pengujian K fold -cross validation. K fold -cross validation akan menghilangkan bias pada data pada pengujian kali ini datakasus yang ada akan dibagi menjadi beberapa fold yang dipilih secara acak. Penelitian kali ini data akan dibagi menjadi 2, 3,5,7,10 dan 12 fold memperoleh nilai akurasi rata - rata sebesar 79.71% , 83.24%, 91.63%, 91.13%, 91.11% dan 91.14%
KLASIFIKASI TIPE DIABETES MELLITUS MENGGUNAKAN BAYESIAN MODEL Reza Zubaedah
Musamus Journal of Technology & Information Vol 2 No 1 (2019): Musamus Journal of Technologi & Information (MJTI)
Publisher : Musamus University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35724/mjti.v2i1.2451

Abstract

Tes gula darah sewaktu bisa digunakan untuk mengetahui seorang pasien terkena diabetes mellitus. Namun untuk mengetahui tipe jenisa diabetes dokter harus tahu gejala apa saja yang dialami oleh pasien. Setiap pasien yanbg menderita diabetes harus diketahui jenis tipe diabetes disebabkan penanagan yang akan diterima oleh pasien akan berbeda. Data kasus pasien diabetes mellitus bisa digunakan untuk mengklasifikasikan jenis diabetes mellitus dan digunakan kembali untuk ,mencocokan nilai kesamaan dengan data training yang telah diklasifikasi. Salah satu metode klasifikasi adalah bayesian clasification yang dapat digunakan untuk mengklasifikasi berdasarkan kelas – kelas yang telah ditentukan. Metode bayesian clasification akan digunakan untuk mengklasifikasikan tipe diabetes berdasarkan input gejala yang dialami pasien dan kelas yang telah ditentukan. Hasil penelitian menggunakan metode bayesian sebesar 89%.
PENGGUNAAN METODE EUCLIDEAN DISTANCE PADA CASE BASE REASONING UNTUK DIAGNOSIS DIABETES MELLITUS Reza Zubaedah
Musamus Journal of Technology & Information Vol 1 No 02 (2019): Musamus Journal of Technologi & Information (MJTI)
Publisher : Musamus University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jenis kecerdasan buatan bagian dari sistem pakar yaitu Case Based Reasoning (CBR) yaitu metode membandingkan nilai kesamaan (similarity) antara data kasus baru dan data kasus yang tersimpan dalam basis kasus. Data pada pasien diabetes mellitus dapat digunakan kembali untuk dijadikan basis kasus dengan menggunakan beberapa atribut seperti identitas pasien, gejala yang dialami dan hasil tes gula darah. Perhitungan similarity dapat dilakukan dengan mencocokan data kasus dan data kasus baru menggunakan metode euclidean distance merupakan salah satunya. Untuk mengecek ke akuratan data yang digunakan pada casebase yang dibandingkan dengan data yang ada kasus yang baru bias memakai pengujian K fold -cross validation. K fold -cross validation akan menghilangkan bias pada data pada pengujian kali ini datakasus yang ada akan dibagi menjadi beberapa fold yang dipilih secara acak. Penelitian kali ini data akan dibagi menjadi 2, 3,5,7,10 dan 12 fold memperoleh nilai akurasi rata - rata sebesar 79.71% , 83.24%, 91.63%, 91.13%, 91.11% dan 91.14%
KLASIFIKASI TIPE DIABETES MELLITUS MENGGUNAKAN BAYESIAN MODEL Reza Zubaedah
Musamus Journal of Technology & Information Vol 2 No 01 (2019): Musamus Journal of Technology & Information (MJTI)
Publisher : Musamus University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35724/mjti.v2i01.2451

Abstract

Tes gula darah sewaktu bisa digunakan untuk mengetahui seorang pasien terkena diabetes mellitus. Namun untuk mengetahui tipe jenisa diabetes dokter harus tahu gejala apa saja yang dialami oleh pasien. Setiap pasien yanbg menderita diabetes harus diketahui jenis tipe diabetes disebabkan penanagan yang akan diterima oleh pasien akan berbeda. Data kasus pasien diabetes mellitus bisa digunakan untuk mengklasifikasikan jenis diabetes mellitus dan digunakan kembali untuk ,mencocokan nilai kesamaan dengan data training yang telah diklasifikasi. Salah satu metode klasifikasi adalah bayesian clasification yang dapat digunakan untuk mengklasifikasi berdasarkan kelas – kelas yang telah ditentukan. Metode bayesian clasification akan digunakan untuk mengklasifikasikan tipe diabetes berdasarkan input gejala yang dialami pasien dan kelas yang telah ditentukan. Hasil penelitian menggunakan metode bayesian sebesar 89%.
Co-Authors Fransiskus Xaverius Hertanto Prasetyo Nasra Pratama Putra Stanly H. D Loppies Stanly Hence Dolfi Loppies