Implementasi Sistem Pakar Diagnosa Penyakit Tifus dengan Metode Certainty Factor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Typhoid fever is a significant health issue caused by the Salmonella Typhi bacteria, leading to symptoms such as fever, abdominal pain, diarrhea, muscle pain, and serious complications if not treated promptly. A common challenge faced by society is limited access to medical professionals, especially in remote areas, and delays in recognizing symptoms. To address this problem, this study designs and implements a web-based expert system using the Certainty Factor (CF) method, which helps diagnose typhoid fever quickly and accurately. The Certainty Factor method is used to calculate the certainty level of the symptoms experienced by the patient, providing a diagnosis result in the form of early-stage typhoid, mild typhoid, or severe typhoid. The system was developed using PHP programming language and MySQL database, and tested at RSUD Djoelham Binjai City. The research data was obtained from patients at RSUD Djoelham Binjai with a case study on patient number 22. The processing of symptoms through Certainty Factor calculation showed that the patient is most likely to have severe typhoid with a certainty value of 0.9443 or 94.43%. This result proves that the Certainty Factor method can be used to assist in providing an accurate early diagnosis of typhoid fever with a high degree of accuracy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle