STEKOMSTEKOM

Pixel :Jurnal Ilmiah Komputer GrafisPixel :Jurnal Ilmiah Komputer Grafis

Tingkat kematian yang disebabkan oleh Covid-19 di Indonesia adalah sekitar 2,9%. Case fatality rate adalah presentase jumlah kematian dari seluruh jumlah kasus positif Covid-19 yang sudah terkonfirmasi dan dilaporkan. Merujuk pada data tersebut, tingkat kematian berdasarkan kelompok usia adalah dari seluruh penderita Covid-19 yang meninggal dunia anatara lain 0,5% berusia 0–5 tahun, 0,5% berusia 6–18 tahun, 2,8% berusia 19–30 tahun, 12,7% berusia 31–45 tahun, 36,8% berusia 46–59 tahun, dan 46,7% berusia 60 tahun ke atas. Dengan besarnya kasus yang terjadi di Indonesia ternyata dikarenakan kurangnya penanganan yang tepat terhadap gejala awal virus Covid-19. Salah satu yang diperlukan sebagai alat bantu dalam melakukan deteksi dini jenis varian Covid-19 dengan menggunakan sistem pakar. Sistem pakar adalah sistem komputer yang dapat menyerupai atau meniru kemampuan seorang pakar atau ahli yang dapat menyelesaikan suatu permasalahan rumit yang tidak dapat dipecahkan dengan orang yang belum berpengalaman, sebagai contoh dosen, dokter, mekanik dan lain-lain. Sumber pengetahuan dapat diperoleh dokter sebagai seorang pakar yang nyata dan sumber karya ilmiah yang kredibel.

Deteksi dini varian Covid-19 dengan algoritma Sorgenfrei dapat digunakan untuk melakukan konsultasi jenis varian Covid-19 dan diberikan solusi untuk pengobatan dari jenis varian Covid-19 yang ditemukan.Metode pairwise comparison menghasilkan bobot dengan 3 kategori gejala yaitu gejala ringan dengan bobot 0,09, gejala sedang dengan bobot 0,24 dan gejala berat dengan bobot 0,67.Hasil konsultasi deteksi dini varian Covid-19 didapatkan dari nilai similaritas Sorgenfrei yang paling besar.Dari semua varian yang ditemukan diatas, nilai similaritas Sorgenfrei yang tertinggi adalah Omicron dengan similaritas 1,000.Omicron memiliki nilai tertinggi karena mempunyai nilai a yaitu gejala yang sama antara kasus lama dengan kasus baru yang besar.Deteksi dini varian Covid-19 dengan algoritma Sorgenfrei akan merekomendasikan beberapa varian Covid-19 dengan similaritas diatas 0,5 dan similaritas dibawah 0,5 akan dimasukkan ke dalam tabel revise untuk dicarikan solusi.

Untuk meningkatkan akurasi deteksi dini varian Covid-19, penelitian selanjutnya dapat fokus pada pengembangan algoritma Sorgenfrei dengan mempertimbangkan lebih banyak faktor dan variabel. Selain itu, studi komparatif antara algoritma Sorgenfrei dengan algoritma similaritas lainnya dapat dilakukan untuk menentukan metode yang paling efektif dalam mendeteksi varian Covid-19. Penelitian lanjutan juga dapat mengeksplorasi penggunaan sistem pakar yang lebih canggih dan terintegrasi dengan data medis terbaru untuk meningkatkan akurasi dan kecepatan deteksi. Dengan demikian, sistem deteksi dini varian Covid-19 dapat terus dikembangkan dan disempurnakan untuk memberikan solusi yang lebih akurat dan efektif dalam penanganan pandemi.

Read online
File size1.56 MB
Pages10
DMCAReport

Related /

ads-block-test