Please use this identifier to cite or link to this item: https://repository.unej.ac.id/xmlui/handle/123456789/79522
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorKAMSYAKAWUNI, Ahmad-
dc.contributor.advisorANGGRAENI, Dian-
dc.contributor.authorBAHARI, Muhammad Asrur-
dc.date.accessioned2017-03-08T02:53:44Z-
dc.date.available2017-03-08T02:53:44Z-
dc.date.issued2017-03-08-
dc.identifier.nimNIM121810101059-
dc.identifier.urihttp://repository.unej.ac.id/handle/123456789/79522-
dc.description.abstractPenelitian dilakukan dalam beberapa langkah. Langkah pertama ialah studi pustaka tetang penyakit anemia beserta indikator tingkat anemia. Langkah ketiga ialah pengambilan dan pengumpulan data. Data yang digunakan pada tugas akhir ini ialah data sekunder yang diambil dari Laboratorium Rumah Sakit Umum Daerah dr. Iskak Tulungagung berupa data tes uji darah pasien pada jenis kelamin laki-laki atau perempuan dengan kriteria usia atau umur, jumlah hemoglobin, jumlah eritrosit, leukosit, dan trombosit. Data yang diambil sebanyak 60 pasien laki-laki dan 86 pasien perempuan yang mewakili setiap tingkat penyakit anemia yaitu ringan, sedang, dan berat. Langkah ketiga ialah penerapan penerapan metode Fuzzy C-Means (FCM), penerapan metode Possibilistic C-Means (PCM), dan metode Possibilistic Fuzzy C-Means (PFCM) untuk mengelompokkan tingkat penyakit anemia. Langkah keempat ialah evaluasi metode dengan mencari nilai rasio 𝑆𝑤 𝑆𝐵 dimana (𝑆𝑤) simpangan baku dalam kelompok dan (𝑆𝐵) simpangan baku antar kelompok. Jika rasio tersebut semakin kecil maka metode yang digunakan mempunyai kinerja yang baik. Langkah terakhir ialah mengetahui hasil kelompok tingkat anemia dengan metode Possibilistic Fuzzy C-Means (PFCM) serta membandingkan hasilnya dengan metode Fuzzy C-Means (FCM) dan metode Possibilistic C-Means (PCM). Algoritma Possibilistic Fuzzy C-Means (PFCM) pada pengelompokkan tingkat penyakit anemia merupakan algoritma yang sama baiknya dengan algoritma Fuzzy C-Means (FCM). Jika dibandingkan dengan metode PCM algoritma PFCM merupakan algoritma yang lebih baik karena nilai rasio yang dihasilkan oleh algoritma PCM lebih kecil dari pada nilai rasio yang dihasilkan oleh algoritma PFCM maupun FCM. Pada algoritma PFCM kelompok yang terbentuk sama dengan kelompok yang terbentuk pada algoritma FCM yaitu 10 % dari total jumlah pasien laki-laki terjangkit anemia tingkat ringan dengan pasien sebanyak 6 pasien, 41,6667 % terjangkit anemia tingkat sedang dengan jumlah pasien sebanyak 25 pasien sedangkan untuk tingkat anemia berat terdapat 48,3333 % dengan jumlah pasien sebanyak 29 pasien sedangkan pada pasien perempuan terdapat 27,907 % dari total jumlah pasien perempuan terjangkit anemia tingkat ringan dengan jumlah pasien sebanyak 24 pasien, 44,186 % terjangkit anemia tingkat sedang dengan jumlah pasien sebanyak 38 pasien dan terdapat 27,907 % dari total jumlah pasien perempuan terjangkit anemia tingkat berat dengan jumlah pasien sebanyak 24 pasien.en_US
dc.language.isoiden_US
dc.relation.ispartofseries121810101059;-
dc.subjectPOSSIBILISTIC FUZZY C-MEANS (PFCM)en_US
dc.subjectPENYAKIT ANEMIAen_US
dc.titlePENERAPAN ALGORITMA POSSIBILISTIC FUZZY C-MEANS (PFCM) PADA PENGELOMPOKAN TINGKAT PENYAKIT ANEMIAen_US
dc.typeUndergraduat Thesisen_US
Appears in Collections:UT-Faculty of Mathematics and Natural Sciences

Files in This Item:
File Description SizeFormat 
Muhammad Asrur Bahari - 121810101059_.pdf1.17 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Admin Tools