Mukminin, Syifaul (2022) PENGEMBANGAN MODEL CLASIFICATION UNTUK PREDIKSI PENDERITA SEPSIS DENGAN MENGGUNAKAN METODE DEEP LEARNING. Diploma thesis, Universitas YARSI.
|
Text
COVER.pdf Download (41kB) | Preview |
|
|
Text
HALAMAN PENGESAHAN.pdf Download (254kB) | Preview |
|
|
Text
HALAMAN PERNYATAAN ORISINALITAS 1402018110.pdf Download (186kB) | Preview |
|
|
Text
ABSTRAK 1402018110.pdf Download (15kB) | Preview |
|
|
Text
BAB 1.pdf Download (91kB) | Preview |
|
|
Text
DAFTAR PUSTAKA.pdf Download (82kB) | Preview |
|
Text
BAB 2.pdf Restricted to Registered users only Download (163kB) |
||
Text
BAB 3.pdf Restricted to Registered users only Download (234kB) |
||
Text
BAB 4.pdf Restricted to Registered users only Download (674kB) |
||
Text
BAB 5.pdf Restricted to Registered users only Download (214kB) |
||
Text
BAB 6.pdf Restricted to Registered users only Download (7kB) |
||
Text
LAMPIRAN.pdf Restricted to Registered users only Download (109kB) |
Abstract
Sepsis adalah suatu keadaan dimana manusia mengalami keaadaan gawat darurat yang terjadi respon imunologis sistematik tubuh terhadap proses infeksi yang dapat berujung pada kerusakan pada organ manusia dan dapat menimbulkan kematian. deteksi dini dan pengobatan antibiotik sepsis sangat penting untuk memperbaiki hasil sepsis, dimana setiap jam pengobatan tertunda telah dikaitkan dengan kira-kira pengingkatan kemataian sebesar 4-8%. prediksi awal sepsis berpotensi menyelamatkan nyawa dalam kurun waktu 6 jam sebelum prediksi sepsis. sebaliknya terlambat prediksi sepsis akan berpotensi mengacam jiwa sesorang Pada Penelitian ini penulis menggunakan beberapa tahap dari Cross-Industry Strandart Process for Data Mining (CRISP-DM) sebagai metode tahapan penulis, tahapan yang digunakan yaitu Data Understanding, Data Preparation, Modeling, dan Evaluation.Berdasarkan hasil percobaan pada penelitian ini, Teknik yang paling cocok di gunakan pada model LSTM pada percobaan ketiga dengan menggunakan epoch 100. Model klasifikasi penyakit sepsis menggunakan deep learning dihasilkan dengan menggunakan LSTM, CNN, dan RNN, Setiap model yang digunakan di evalusai dengan Accuracy, Precision, dan Recall dan Berdasarkan tinjauan islam menggunakann deep learning dalam mengatasi penyakit sepsis termasuk salah satu maqasid syariah yaitu menjaga jiwa, dengan arti dapat membantu sesama manusia terutama dokter untuk mengatasi suatu penyakit dan sesuai dalam nilai Islam dengan menghilangkan kemudaratan.
Item Type: | Thesis (Diploma) |
---|---|
Additional Information: | S-830-FTI |
Uncontrolled Keywords: | Sepsis, CRISP-DM, Deep Learning, Evaluasi, maqasid syariah |
Subjects: | Q Science > Q Science (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science R Medicine > R Medicine (General) R Medicine > RA Public aspects of medicine R Medicine > RA Public aspects of medicine > RA0421 Public health. Hygiene. Preventive Medicine T Technology > T Technology (General) |
Depositing User: | Syifaul Mukminin |
Date Deposited: | 13 Dec 2023 04:21 |
Last Modified: | 13 Dec 2023 04:21 |
URI: | http://digilib.yarsi.ac.id/id/eprint/11321 |
Actions (login required)
View Item |