Sistem Pendeteksi Epilepsi Dengan Algoritma K-Means Clustering Sebagai Pendeteksi Penyakit Berbasis Sistem Pakar Pada Masa Pandemi Covid-19

Abstract

Pengaruh perkembangan ilmu komputer telah menjamah berbagai bidang, contohnya saja pada  bidang  kedokteran,  militer  dan  lain-lain.  Mengingat  semakin  pesatnya  perkembangan teknologi  yang  semakin  maju  khususnya  dibidang  komputer,  maka  banyak  orang  yang memanfaatkan  komputer  sebagai  alat  bantu.  Tidak  ketinggalan  juga  termasuk  dalam  bidang kedokteran,  komputer  telah  masuk  didalamnya  sebagai  alat  bantu  untuk  mengerjakan  suatu pekerjaan  ataupun  melakukan  identifikasi  suatu  penyakit  tertentu  yang  memudahkan  pekerjaan manusia. Untuk  menentukan jenis  penyakit  dan  cara  penanggulangannya  serta  menggunakan  metode  Waterfall  untuk pengembangan  sistemnya.  Sistem  pakar  ini  juga akan menggunakan konsep K-Means Clustering Aplikasi  ini  dibuat  dengan  menggunakan  bahasa  pemrograman  PHP  dan database  MySQL  sebagai  tempat  penyimpanan  data-data  yang  dibutuhkan  dalam  pembuatan aplikasi. Adobe Dreamweaver untuk desain Web. Penelitian  ini  menghasilkan  aplikasi  sistem  pakar  mendiagnosa  penyakit  epilepsi  berbasis  web  sehingga  dapat  membantu  user  untuk  memperoleh informasi yang diinginkan. Penyusunan sistem pakar ini berupa user dan admin. Melalui sistem ini,  user  dapat  mengidentifikasi penyakit berdasarkan gejala-gejala yang menyerangnya. Sistem juga mempunyai  kemampuan  untuk  menambah,  mengupdate,  serta  menghapus  ciri  dan  gejala pada la beserta hasil konsultasi yang dilakukan oleh admin

References

Andrian, C. (2019). Perancangan Kampanye Sosial Penanganan Anak yang Menyandang Epilepsi bagi Keluarga. Universitas Multimedia Nusantara.

Dasgupta, S. (2008). The hardness of k-means clustering: Department of Computer Science and Engineering, University of California ….

Hardiyanti, H. (2020). Hubungan Pengetahuan Orang Tua Dengan Tingkat Kekambuhan Pada Anak Epilepsi: Literature Review.

Kristanto, A. (2017). Epilepsi bangkitan umum tonik-klonik di UGD RSUP Sanglah Denpasar-Bali. Intisari Sains Medis, 8(1), 69-73.

Likas, A., Vlassis, N., & Verbeek, J. J. (2003). The global k-means clustering algorithm. Pattern recognition, 36(2), 451-461.

Lukas, A., Harsono, H., & Astuti, A. (2016). Gangguan kognitif pada epilepsi. Berkala Ilmiah Kedokteran Duta Wacana, 1(2), 144-152.

Mulyawati, D. (2014). Evaluasi Penggunaan Obat Anti Epilepsi Pada Pasien Dewasa Di Instalasi Rawat Jalan Rumah Sakit Jiwa Daerah Surakarta Bulan Februari–Maret 2014.

Na, S., Xumin, L., & Yong, G. (2010). Research on k-means clustering algorithm: An improved k-means clustering algorithm. Paper presented at the 2010 Third International Symposium on intelligent information technology and security informatics.

Pham, D. T., Dimov, S. S., & Nguyen, C. D. (2005). Selection of K in K-means clustering. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 219(1), 103-119.

Purba, H. M., Siagian, L., & Tarigan, J. (2017). Karakteristik Penderita Epilepsi Di Poliklinik Saraf RSUD Kabanjahe Tahun 2014-2015. Jurnal Kedokteran Methodist, 10(1), 45-49.

Sunaryo, U. (2007). Diagnosis Epilepsi. Wijaya Kusuma, I, 49-56.

Suwarba, I. G. N. M. (2016). Insidens dan karakteristik klinis epilepsi pada anak. Sari Pediatri, 13(2), 123-128.