Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Rekayasa Perangkat Lunak
Kevin Kevin
Universitas Teknokrat Indonesia
Computer Science & IT Control & Systems Engineering Engineering Library & Information Science

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
DIAGNOSA PENYAKIT JANTUNG MENGGUNAKAN METODE CERTAINTY FACTOR Kevin Kevin
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 3, No 1 (2022)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jatika.v3i1.1866

Abstract

Gejala penyakit dan gangguan fungsi jantung sering tidak dirasakan atau diketahui oleh penderita, masyarakat karena kelalaian atau kurang memperhatikan kesehatan jantungnya. Tujuan artikel ini merancang dan membangun sebuah aplikasi sistem diagnosa awal penyakit jantung menggunakan metode certainty factor berbasis mobile android agar dapat memberikan   sosialisasi   kepada   masyarakat   menyangkut   dunia   kesehatan   dan   memberikan pengetahuan akan pentingnya kesehatan jantung bagi masyarakat awam. Berdasarkan hasil diagnosa penyakit jantung pengguna juga dapat melihat informasi penyakit dan solusi atau tindakan yang harus dilakukan. Berdasarkan hasil pengujian menggunakan black box testing yang diberikan kepada bagian admin atau pakar serta bagian pengguna diperoleh hasil sebesar 97% sehingga diperoleh hasil pengujian aplikasi telah sesuai fungsinya. Berdasarkan hasil pengujian menggunakan metode Confusion Matrix yang digunakan untuk melakukan perhitungan akurasi pada konsep data dining yang mengklasifikasikan data uji benar dan. data uji salah telah diperoleh dalam tiga bagian yaitu recision   menggambarkan  akurasi  antara  data yang   diminta   dengan   hasil prediksi yang  diberikan  oleh  model  sebesar 70%,   Recall     atau sensitivity     menggambarkan   keberhasilan   model   dalam menemukan kembali sebuah informasi sebesar 88% dan Accuracy menggambarkan seberapa akurat model dalam mengklasifikasikan dengan benar sebesar 62%.
Co-Authors