UPT Perpustakaan Universitas Handayani

Jl. Adhyaksa Baru No. 1 Lantai 5

  • Beranda
  • Informasi
  • Berita
  • Statistik Koleksi
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Sistem Rekomendasi Makanan Bagi Pasien Penderita Asam Urat Menggunakan Algoritma Rule Based System Dan Certainty Factor Berbasis Website

Text

Sistem Rekomendasi Makanan Bagi Pasien Penderita Asam Urat Menggunakan Algoritma Rule Based System Dan Certainty Factor Berbasis Website

Reski Aulia - Nama Orang;

Penyakit asam urat merupakan salah satu gangguan metabolisme yang prevalensinya cukup tinggi di Indonesia, ditandai dengan meningkatnya kadar asam urat dalam darah yang dipicu oleh pola makan tidak sehat, terutama konsumsi makanan tinggi purin. Pasien seringkali mengalami kesulitan dalam memilih jenis makanan yang aman untuk dikonsumsi karena kurangnya pemahaman yang memadai, sehingga berisiko memperburuk kondisi kesehatannya. Situasi ini menunjukkan adanya kebutuhan mendesak untuk sebuah sistem yang dapat membantu pasien mengelola diet mereka secara mandiri dan efektif. Desain penelitian yang digunakan adalah UML yang didesain secara terstruktur yang terdiri dari rancangan model use case diagram, activity diagram, sequence diagram dan class diagram. Software yang digunakan dalam membangun sistem ini adalah PHP dan MySql untuk pengolahan database. Algoritma yang digunakan adalah Rule Based System (RBS) dan Certainty Factor (CF). Hasil penelitian menunjukkan bahwa sistem rekomendasi ini berhasil dibangun dan berfungsi sesuai rancangan. Pengujian akurasi pada berbagai skenario kasus menunjukkan sistem mampu memberikan hasil yang valid, contohnya mampu menghasilkan tingkat keyakinan gejala hingga 98% pada skenario uji kondisi hiperurisemia berat. Implementasi kedua algoritma ini terbukti berhasil memberikan rekomendasi yang akurat
dan relevan, yang divalidasi melalui pengujian black box.


Ketersediaan
S250269SKR-2025 RES sPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKR-2025 RES s
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar., 2025
Deskripsi Fisik
iii + 107 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR-2025 RES s
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
Sistem Rekomendasi
Asam Urat
Rule Based System
Centainty Factor
Info Detail Spesifik
Skripsi Teknik Informatika
Pernyataan Tanggungjawab
Reski Aulia
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

UPT Perpustakaan Universitas Handayani
  • Informasi
  • Perpanjang Mandiri
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan STMIK HANDAYANI terbentuk bersamaan dengan berdirinya STMIK HANDAYANI pada tahun 1996 sebagai sarana pen-dukung utama dalam penyelenggaraan pen-didikan dan pengajaran. Read more...

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Customized by Vinesia

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik