Rahman, Fadil
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Pengenalan Penyakit Kulit Berbasis Computer Vision Dengan Metode Convolutional Neural Network (CNN) Irjanto, Nourman Satya; Kiswanto, Rahmat H.; Sabra, Isacc Samon; Rahman, Fadil
Techno.Com Vol. 23 No. 3 (2024): Agustus 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i3.11355

Abstract

Penyakit kulit merupakan masalah kesehatan umum di Indonesia, terutama di Papua, yang mempengaruhi berbagai kelompok usia. Meskipun sebagian besar penyakit kulit tidak mengancam jiwa, mereka dapat berdampak signifikan pada kualitas hidup pasien dan menimbulkan biaya pengobatan yang tinggi. Mendiagnosis penyakit kulit biasanya memerlukan pemeriksaan fisik dan klinis oleh dokter kulit, namun jumlah spesialis yang terbatas menimbulkan tantangan. Penelitian ini bertujuan untuk mengembangkan sistem pengenalan penyakit kulit menggunakan Computer Vision dan Convolutional Neural Networks (CNN) untuk membantu diagnosis dini. Sistem ini dikembangkan sebagai aplikasi web menggunakan HTML, CSS, dan Python. Aplikasi ini diuji di Puskesmas Nimbokrang pada dataset penyakit kulit umum, menunjukkan akurasi sebesar 83,09% pada pelatihan dan 84% pada validasi. Hasil pengujian dengan confusion matrix menunjukkan akurasi sebesar 89%. Hasil ini menunjukkan potensi aplikasi praktis dalam meningkatkan layanan kesehatan.
IMPLEMENTASI METODE FORWARD CHAINING PADA DIAGNOSA PENYAKIT (STUDI KASUS: KLINIK HJ. IDA) Rahman, Fadil; Y. A Numberi, Barbalina; M. Tomaula, Rudi; Hasan, Patmawati
Bulletin of Network Engineer and Informatics Vol. 2 No. 2 (2024): BUFNETS (Bulletin of Network Engineer and Informatics) October 2024
Publisher : GWEX NET PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59688/bufnets.v2i2.43

Abstract

Penelitian ini mengimplementasikan metode forward chaining untuk mendiagnosis penyakit berdasarkan gejala. Forward chaining dimulai dari fakta-fakta yang diketahui (gejala) dan menggunakan aturan inferensi untuk mencapai kesimpulan. Dalam penelitian ini, gejala yang dilaporkan pasien dianalisis untuk mendiagnosis penyakit seperti malaria, influenza, dan COVID-19. Sistem ini menggunakan aturan "jika-maka" untuk menghubungkan gejala dengan kemungkinan penyakit. Dikembangkan menggunakan Python, sistem ini terdiri dari basis pengetahuan yang berisi fakta dan aturan, serta mesin inferensi untuk memprosesnya. Data dikumpulkan dari sebuah klinik kecil di Hamadi melalui wawancara dengan dokter. Hasil menunjukkan bahwa forward chaining efektif dalam mendukung diagnosis penyakit berdasarkan gejala, meskipun tetap diperlukan konfirmasi oleh tenaga medis profesional