http://repository.umsu.ac.id/handle/123456789/22035 Sistem Informasi 2026-06-04T10:14:07Z http://repository.umsu.ac.id/handle/123456789/31362 Title: ANALISIS TEKSTUR CITRA PENYAKIT KULIT TINEA CORPORIS MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) Authors: HARAHAP, MUHAMMAD NOVAL MIRANSYAH Abstract: Penelitian ini bertujuan untuk menganalisis karakteristik tekstur citra penyakit kulit Tinea Corporis menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) sebagai pendekatan pengolahan citra digital yang objektif. Data yang digunakan berjumlah 300 citra yang terdiri dari 150 citra Tinea Corporis dan 150 citra Eczema sebagai pembanding, yang diperoleh dari dataset publik SkinDisNet. Tahapan penelitian meliputi pra-pemrosesan citra berupa resizing, normalisasi, dan konversi grayscale, kemudian dilanjutkan dengan ekstraksi fitur tekstur menggunakan GLCM yang menghasilkan parameter contrast, correlation, energy, dan homogeneity. Hasil penelitian menunjukkan bahwa citra Tinea Corporis memiliki nilai contrast yang lebih tinggi yang menandakan tekstur lebih kasar, sedangkan citra Eczema memiliki nilai energy dan homogeneity yang lebih tinggi yang menunjukkan tekstur lebih halus dan seragam, sehingga metode GLCM mampu merepresentasikan karakteristik tekstur citra secara objektif dan kuantitatif sebagai dasar analisis perbedaan pola tekstur penyakit kulit. 2026-04-11T00:00:00Z http://repository.umsu.ac.id/handle/123456789/31341 Title: ANALISIS DAN PREDIKSI TINGKAT PENGANGGURAN TERBUKA DI PROVINSI SUMATERA UTARA MENGGUNAKAN REGRESI LINEAR BERGANDA BERBASIS WEB Authors: ANANTA, AULIA Abstract: Tingkat Pengangguran Terbuka (TPT) merupakan salah satu indikator penting dalam mengukur kondisi ketenagakerjaan dan stabilitas ekonomi suatu daerah. Dinamika TPT di Sumatera Utara menunjukkan fluktuasi yang dipengaruhi oleh berbagai factor sosial dan ekonomi, sehingga diperlukan pendekatan analitis yang mampu membantu proses identifikasi pola serta prediksi perubahan tingkat pengangguran secara lebih sistematis. Penelitian ini bertujuan untuk menganalisis dan memprediksi Tingkat Pengangguran Terbuka menggunakan metode regresi linear berganda berbasis web. Variabel yang digunakan terdiri atas Tingkat Partisipasi Angkatan Kerja (TPAK), Harapan Lama Sekolah (HLS), dan Gini Ratio sebagai variabel independen, serta Tingkat Pengangguran Terbuka sebagai variabel dependen. Penelitian menggunakan pendekatan kuantitatif dengan data sekunder yang diperoleh dari Badan Pusat Statistik periode 2017–2024. Sistem dikembangkan menggunakan bahasa pemrograman Python dengan framework Streamlit dan pustaka Scikit-learn untuk proses analisis serta prediksi data. Hasil penelitian menunjukkan bahwa sistem berhasil mengintegrasikan proses pengolahan data, analisis regresi linear berganda, evaluasi model, dan prediksi Tingkat Pengangguran Terbuka dalam satu aplikasi berbasis web. Hasil evaluasi model memperoleh nilai Mean Absolute Error (MAE) sebesar 0.843 dan Mean Squared Error (MSE) sebesar 1.172. Prediksi periode 2025–2028 menunjukkan adanya kecenderungan peningkatan Tingkat Pengangguran Terbuka secara bertahap. Implementasi sistem berbasis web dalam penelitian ini mampu memberikan visualisasi analisis dan prediksi data secara lebih interaktif serta dapat digunakan sebagai alat bantu analisis awal dalam memahami dinamika ketenagakerjaan daerah. 2026-02-10T00:00:00Z http://repository.umsu.ac.id/handle/123456789/31340 Title: SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT GINJAL KRONIS DENGAN PENDEKATAN HYBRID METODE FORWARD CHAINING DAN FUZZY LOGIC Authors: WICAKSANA, SATYA CITRA Abstract: Penyakit ginjal kronis merupakan salah satu penyakit yang memerlukan penanganan sejak dini karena dapat menyebabkan penurunan fungsi ginjal secara bertahap dan berdampak serius terhadap kesehatan pasien. Keterlambatan diagnosis sering terjadi karena kurangnya pengetahuan masyarakat mengenai gejala awal penyakit ginjal kronis. Oleh karena itu, diperlukan suatu sistem yang dapat membantu proses diagnosis awal secara cepat dan mudah diakses.Penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web untuk mendiagnosa penyakit ginjal kronis dengan menggunakan pendekatan hybrid metode Forward Chaining dan Fuzzy Logic. Metode Forward Chaining digunakan untuk menelusuri aturan berdasarkan gejala yang dipilih pengguna hingga menghasilkan kesimpulan diagnosis, sedangkan metode Fuzzy Logic digunakan untuk menghitung tingkat kemungkinan penyakit berdasarkan bobot gejala yang dimasukkan.Hasil penelitian menunjukkan bahwa sistem pakar yang dibangun mampu memberikan informasi diagnosis penyakit ginjal kronis, persentase kemungkinan penyakit, serta saran penanganan awal kepada pengguna. Sistem ini dibangun menggunakan bahasa pemrograman PHP dan database MySQL serta telah diuji menggunakan metode Black Box Testing. Berdasarkan hasil pengujian, seluruh fungsi sistem berjalan dengan baik sesuai dengan yang diharapkan.Dengan adanya sistem pakar ini diharapkan dapat membantu masyarakat dalam memperoleh informasi awal mengenai penyakit ginjal kronis serta menjadi alat bantu dalam proses diagnosis awal secara cepat dan efisien. 2026-04-18T00:00:00Z http://repository.umsu.ac.id/handle/123456789/31339 Title: PENERAPAN SISTEM PAKAR MENGGUNAKAN METODE CERTAINTY FACTOR UNTUK MENDIAGNOSIS PENYAKIT VERTIGO Authors: CHANIAGO, YUNITA Abstract: Perkembangan teknologi informasi dalam bidang kesehatan mendorong pemanfaatan kecerdasan buatan untuk membantu proses diagnosis penyakit secara cepat dan akurat. Vertigo merupakan gangguan keseimbangan yang ditandai dengan sensasi pusing berputar dan memiliki gejala yang bervariasi sehingga sering sulit dikenali oleh masyarakat awam. Kurangnya pemahaman serta keterbatasan akses terhadap tenaga medis menjadi permasalahan utama dalam diagnosis awal vertigo. Penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web menggunakan metode Certainty Factor (CF) untuk membantu diagnosis awal penyakit vertigo serta mengukur tingkat keyakinan hasil diagnosis. Rumusan masalah dalam penelitian ini meliputi bagaimana merancang sistem pakar diagnosis vertigo, bagaimana menerapkan metode Certainty Factor dalam menghitung tingkat kepastian diagnosis, serta bagaimana tingkat akurasi sistem yang dihasilkan. Metode penelitian yang digunakan meliputi observasi, wawancara dengan pakar medis, dan studi kepustakaan. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan database MySQL, dengan basis pengetahuan yang terdiri dari 15 gejala dan 2 jenis vertigo, yaitu vertigo perifer dan vertigo sentral. Metode Certainty Factor digunakan untuk menghitung tingkat keyakinan berdasarkan nilai MB (Measure of Belief) dan MD (Measure of Disbelief) yang diperoleh dari pakar dan dikombinasikan dengan nilai keyakinan pengguna. Hasil penelitian menunjukkan bahwa sistem pakar mampu memberikan diagnosis awal vertigo berdasarkan gejala yang dipilih pengguna dengan nilai tingkat keyakinan dalam bentuk persentase. Pengujian sistem menggunakan 20 data pasien menunjukkan bahwa sistem dapat memberikan hasil diagnosis yang sesuai dengan kondisi pasien dan membantu dalam proses identifikasi awal penyakit. Simpulan dari penelitian ini adalah sistem pakar berbasis Certainty Factor yang dikembangkan mampu menjadi alat bantu diagnosis awal vertigo yang efektif, cepat, dan mudah diakses oleh masyarakat. Sistem ini juga dapat meningkatkan pemahaman pengguna terhadap kondisi kesehatan yang dialami, meskipun tidak menggantikan peran tenaga medis dalam diagnosis klinis. 2026-04-18T00:00:00Z