Sistem Pakar Untuk Menentukan Tipe Gangguan ADHD Pada Anak Dengan Metode Naive Bayes

Authors

  • Evi Destiani Hulaifah Universitas Tanjungpura
  • Helfi Nasution Universitas Tanjungpura
  • H. Hengky Anra Universitas Tanjungpura

Keywords:

ADHD, sistem pakar, Naïve Bayes

Abstract

Attention Defisit Hyperaktive Disorder  (ADHD)  adalah gangguan neurologis yang biasanya menyerang  anak  "“  anak dan dapat bertahan terus hingga dewasa. Banyak  para  orang tua yang kurang memiliki informasi yang cukup  mengenai ADHD serta penanganannya. Oleh karena itu,  diperlukan sebuah sistem pakar yang dapat menggantikan peran  seorang dokter dan memberikan edukasi pengetahuan-pengetahuan umum mengenai  ADHD  kepada para orang tua  yang anaknya mengalami ADHD tersebut. Tujuan dari  penelitian ini adalah membantu memberikan informasi  kepada orang tua yang anaknya mengidap ADHD dengan cara  pengembangan aplikasi sistem pakar. Aplikasi yang akan  dibangun menggunakan metode Naive Bayes yang berfungsi  sebagai  classifier  dari beberapa kondisi atribut dari kasus gejala  ADHD  yang diderita  user  atau pasien untuk dapat menentukan  probabilitas seorang pasien menderita ADHD tipe hiperaktif  "“impulsif, inatensi, atau gabungan. Berdasarkan pengujian  menggunakan metode black box dan pengujian akurasi dari data  pakar, didapat hasil tingkat keakuratan sebesar 90%  dengan 30  data training. Maka disimpulkan bahwa sistem ini dapat  berfungsi cukup baik.

 

References

Kusrini. 2008, Aplikasi Sistem Pakar, C.V Andi Offset, Yogyakarta.

T. Bradley , Tanner, MD. Attention Deficit Hyperactivity Disorder (ADD/ADHD) Panduan Bagi Keluarga. http://www.kesulitanbelajar.org.

Barkley, Russel A. 1995. Takingß Charge of ADHD: The Complete, Authoritative Guide for Parents. Guilford Press

Myers, Glenford. 2004. The Art of Software Testing 2nd Edition . John Wiley &. Sons, Inc. Hoboken. United States of America

Downloads

Published

2015-11-11

Issue

Vol. 4 No. 1 (2016)

Section

Articles

License

The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).  

                             

This is a human-readable summary of (and not a substitute for) the license. Disclaimer.

You are free to:
Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.