Main Article Content
Abstract
Asma merupakan gangguan inflamasi kronik pada saluran nafas yang melibatkan banyak sel-sel inflamasi seperti eosinofil, sel mast, leukotrin dan lain-lain. Inflamasi kronik ini berhubungan dengan hiperresponsif jalan nafas yang menimbulkan episode berulang dari mengi (wheezing), sesak nafas, dada terasa berat dan batuk terutama pada malam dan pagi dini hari. Kejadian ini biasanya ditandai dengan obstruksi jalan napas yang bersifat reversible. Penyakit asma bersifat fluktuatif (hilang timbul) artinya dapat tenang tanpa gejala tidak mengganggu aktifitas tetapi dapat eksaserbasi dengan gejala ringan sampai berat bahkan dapat menimbulkan kematian, alternatif dalam mendiagnosis penyakit asma. Sistem pakar dengan menggunakan Algoritme Genetika akan membantu dalam menemukan informasi jenis penyakit asma berdasarkan gejala klinis yang dirasakan sampai ditemukannya kesimpulan berdasarkan hasil diagnosis berupa informasi mengenai cara pengobatan penyakit asma. Pendekatan yang diambil oleh algoritme ini adalah dengan menggabungkan secara acak berbagai pilihan solusi terbaik di dalam suatu kumpulan untuk mendapatkan generasi solusi terbaik berikutnya yaitu pada suatu kondisi yang memaksimalkan kecocokannya atau lazim disebut fitness. Generasi ini akan merepresentasikan perbaikan perbaikan pada populasi awalnya dengan melakukan proses ini secara berulang algoritme ini diharapkan dapat mensimulasikan proses evolusioner pada akhirnya akan didapatkan solusi-solusi yang paling tepat bagi permasalahan yang dihadapi. Berdasarkan hasil pengujian dapat diambilkesimpulan: Dari hasil pengujian sistem diperoleh jawaban sangat menarik 47 %, menarik 45 %, dan tidak menarik 8%. Durasi waktu proses perhitungan pada algoritme genetika kurang efisien.
Article Details
- Seluruh materi yang terdapat dalam situs ini dilindungi oleh undang-undang. Dipersilahkan mengutip sebagian atau seluruh isi situs web ini sesuai dengan ketentuan yang berlaku.
- Apabila anda menemukan satu atau beberapa artikel yang terdapat dalam Jurnal Pseudocode yang melanggar atau berpotensi melanggar hak cipta yang anda miliki, silahkan laporkan kepada kami, melalui email pada Priciple Contact.
- Aspek legal formal terhadap akses setiap informasi dan artikel yang tercantum dalam situs jurnal ini mengacu pada ketentuan lisensi Creative Commons Atribusi-ShareAlike (CC-BY-SA).
- Semua Informasi yang terdapat di Jurnal Pseudocode bersifat akademik. Jurnal Pseudocode tidak bertanggung jawab terhadap kerugian yang terjadi karana penyalah gunaan informasi dari situs ini.