IMPELEMENTASI SEMI-SUPERVISED LEARNING PADA PERSONALIZED ASTHMA MANAGEMENT SYSTEM
ABSTRACT: Penyakit asma adalah
penyakit radang kronis pada paru-paru yang bereaksi pada berbagai rangsangan
yang terdapat pada tubuh penderitanya. Penyakit ini memiliki berbagai macam
faktor penyebab terjadinya serangan asma dan tidak dapat digeneralisasikan.
Selain itu, penyakit asma memiliki derajatnya masing-masing sesuai dengan
tingkat keparahannya. Informasi tentang faktor penyebab asma penting karena
penderita asma cenderung lalai dalam memperhatikan gejala atau faktor-faktor
penyebab terjadinya asma sehingga mengakibatkan manajemen asma yang tidak baik.
Pada penelitian ini dikembangkan aplikasi manajemen penyakit asma yang bersifat
personal untuk masing-masing penderita, dengan mengadopsi teknik supervised
learning. Data dan infromasi aktivitas harian penderita akan direkam oleh
system, kemudian system akan mencari pola terkait faktor-faktor pemicu dan
pemacu asma, serta mengklasifikasikannya berdasarkan pada derajat serangan asma. Pada system usulan
terdapat dashboard yang memberikan informasi dan hasil evaluasi kondisi
historis penderita asma secara mudah dan efektif. Dari hasil pengujian didapat akurasi system sebesar 80%, hal ini
menunjukan system mampu membantu pasien dalam melakukan manajemen asma secara
mandiri.
Penulis: Cut Fiarni, Evasaria
Magdalena Sipayung, Kevin Barry Moningka
Kode Jurnal: jptkomputerdd170195