Personalisasi Tampilan Prediksi Risiko Stroke Berbasis Faktor Determinan (Studi Kasus : Strokindo)

Akbar, Muhammad Ilham (2022) Personalisasi Tampilan Prediksi Risiko Stroke Berbasis Faktor Determinan (Studi Kasus : Strokindo). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6026201003-Master_Thesis.pdf - Accepted Version Download (4MB)

Abstract

Stroke tercatat menduduki peringkat ketiga tertinggi di dunia sebagai penyakit mematikan. Organisasi Stroke Dunia menyatakan bahwa satu dari enam orang di dunia akan terserang stroke semasa hidupnya. Saat ini diperlukan suatu sistem untuk memperhitungkan tingkat risiko bagi seseorang terkena stroke. Namun, pada web ini masih memiliki kekurangan dimana hasil perhitungan risiko masih memiliki kemungkinan untuk membuat pengguna menyepelekan hasil perhitungan risikonya. Selain itu, masalah yang kedua adalah perlunya personalisasi dalam penyampaian hasil prediksi risiko untuk orang-orang yang memiliki hipertensi. Hal ini dikarenakan orang yang memiliki hipertensi lebih reaktif terhadap suatu informasi terkait dirinya (dalam hal ini adalah prediksi risiko stroke) dibandingkan dengan orang yang tidak memiliki riwayat hipertensi. Beberapa pendekatan telah diterapkan dengan harapan dapat mengatasi masalah pada data StrokIndo, antara lain: Transformasi logaritma dan transformasi sqrt, dan Framingham Risk Score (FRS). Adapun tahapan yang dilakukan pada penelitian ini yaitu meminimalkan jarak antara hasil FRS dengan StrokIndo kemudian melakukan desain antarmuka dengan mengacu pada beberapa teori desain antarmuka. Hasil yang di peroleh dari implementasi transformasi logaritma menunjukan hasil terbaik jika dibandingkan metode transformasi lainnya, dan penerapan teori antarmuka dinilai memiliki pengaruh yang signifikan di beberapa aspek di tunjukkan dengan hasil Paired T Test dan Pearson Correlation.
===================================================================================================================================
Stroke is listed as the third highest in the world as a deadly disease. The World Stroke Organization states that one in six people in the world will have a stroke in their lifetime. System is needed to calculate the level of risk for a person having a stroke. However, this website still has shortcomings where the results of the risk calculation still have the possibility to make users underestimate the results of the risk calculation. In addition, the second problem is the need for personalization in the delivery of risk prediction results for people who have hypertension. This is because people who have hypertension are more reactive to information related to themselves (in this case is the prediction of stroke risk) than people who do not have a history of hypertension. Several approaches have been applied in the hope of solving problems in StrokIndo's data, including: Logarithmic and quadratic transformations, and Framingham Risk Score (FRS). The steps involved in this research are minimizing the distance between the FRS results and StrokIndo and then designing the interface by referring to several interface design theories. The results obtained from the implementation of the logarithmic transformation show the best results when compared to other transformation methods, and the application of interface theory is considered to have a significant influence in several aspects as shown by the results of Paired T Test and Pearson Correlation.

Item Type:	Thesis (Masters)
Additional Information:	RTSI 658.155 Akb p-1 2022
Uncontrolled Keywords:	Frammingham Risk Score (FRS), Risk Prediction, Stroke, Transform Method, Gestalt Theory, Human Computer Interaction
Subjects:	Q Science > QA Mathematics > QA76.76.E95 Expert systems T Technology > T Technology (General) > T58.6 Management information systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 59101-(S2) Master Thesis
Depositing User:	- Davi Wah
Date Deposited:	13 Dec 2024 08:36
Last Modified:	13 Dec 2024 08:36
URI:	http://repository.its.ac.id/id/eprint/115970

Actions (login required)

View Item