Rancang bangun aplikasi deteksi dini infeksi menular seksual (IMS) berdasarkan analisis gejala menggunakan Naive Bayes dan Particle Swarm Optimization (PSO)

Anisa, Rossy Musdawiyah (2025) Rancang bangun aplikasi deteksi dini infeksi menular seksual (IMS) berdasarkan analisis gejala menggunakan Naive Bayes dan Particle Swarm Optimization (PSO). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (198kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (246kB) | Preview
[img]
Preview
Text (SURAT PERNYATAAN)
Surat Pernyataan Karya Sendiri_Rossy Musdawiyah Anisa (2).pdf

Download (544kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
4_daftarisi.pdf

Download (284kB) | Preview
[img]
Preview
Text (BAB I)
5_bab1.pdf

Download (326kB) | Preview
[img] Text (BAB II)
6_bab2.pdf
Restricted to Registered users only

Download (394kB) | Request a copy
[img] Text (BAB III)
7_bab3.pdf
Restricted to Registered users only

Download (447kB) | Request a copy
[img] Text (BAB IV)
8_bab4.pdf
Restricted to Registered users only

Download (5MB) | Request a copy
[img] Text (BAB V)
9_bab5.pdf
Restricted to Registered users only

Download (903kB) | Request a copy
[img] Text (BAB VI)
10_bab6.pdf
Restricted to Registered users only

Download (240kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
11_daftarpustaka.pdf
Restricted to Registered users only

Download (236kB) | Request a copy
[img] Text (LAMPIRAN)
12_lampiran.pdf
Restricted to Repository staff only

Download (423kB) | Request a copy

Abstract

Infeksi Menular Seksual (IMS) merupakan salah satu masalah kesehatan masyarakat yang serius, terutama karena rendahnya kesadaran masyarakat dan keterbatasan akses terhadap layanan deteksi dini. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi mobile berbasis Android guna membantu deteksi dini IMS dengan memanfaatkan algoritma Naïve Bayes dengan optimasi Particle Swarm Optimization (PSO). Sistem ini dikembangkan dengan pendekatan client-server, menggunakan React Native sebagai antarmuka frontend dan Supabase sebagai backend untuk pengolahan model dan penyimpanan data. Dataset gejala digunakan untuk melatih model klasifikasi tiga kelas: "Terindikasi IMS", "Terindikasi Infeksi", dan "Tidak Terindikasi IMS". Evaluasi model dilakukan menggunakan metode k-fold cross-validation, dan menunjukkan akurasi yang konsisten sebesar 100% pada beberapa konfigurasi nilai k (k=5,10,15,20). Aplikasi ini juga berhasil melewati pengujian fungsionalitas (blackbox testing), serta mendapatkan nilai 80,33 dengan kategori tinggi melalui pengujian System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa sistem mampu memberikan prediksi dini yang akurat serta mendukung edukasi dan pencatatan riwayat pemeriksaan, sehingga bermanfaat sebagai alat bantu diagnosis awal yang mudah diakses oleh masyarakat.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Infeksi Menular Seksual (IMS); Naïve Bayes; Particle Swarm Optimization (PSO); Machine Learning; Aplikasi Android;
Subjects: Numerical Analysis > Algorithms
Paleontology, Paleozoology, Paleology > Data Processing Analysis
Applied Physics > Electrical Engineering
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Elektro
Depositing User: Rossy Rossy Musdawiyah Anisa
Date Deposited: 25 Aug 2025 01:56
Last Modified: 25 Aug 2025 01:56
URI: https://digilib.uinsgd.ac.id/id/eprint/115803

Actions (login required)

View Item View Item