Pembuatan Aplikasi Chatbot Berbasis Android Menggunakan Jaringan Saraf Tiruan Propagasi Balik Untuk Membantu Penanganan Pertama Anak Sakit

rashif, faza (2022) Pembuatan Aplikasi Chatbot Berbasis Android Menggunakan Jaringan Saraf Tiruan Propagasi Balik Untuk Membantu Penanganan Pertama Anak Sakit. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05211840000013-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB)

Abstract

Tingkat kesehatan anak menjadi salah satu masalah yang menjadi perhatian pemerintah Indonesia khususnya di bidang kesehatan. Data hasil Survei Demografi dan Kesehatan Indonesia (SDKI) pada tahun 2017 menunjukkan bahwa angka kematian bayi (AKB) mencapai 24 kematian dari 1000 kelahiran hidup. Penyakit dan masalah kesehatan penyebab kematian anak seperti masalah perinatal, gangguan infeksi, serta masalah kekurangan gizi menjadi masalah yang sulit ditangani di tingkat puskesmas di daerah terpencil yang disebabkan kurangnya peralatan diagnostic dan obat-obatan. Seiring dengan pesatnya perkembangan teknologi saat ini, muncul banyak aplikasi yang berfungsi untuk mempermudah proses pengelolaan dan pencarian informasi, salah satunya teknologi chatbot. Layaknya dokter anak, nantinya chatbot akan melakukan diagnosis penyakit dari serangkaian pertanyaan yang disampaikan oleh orang tua anak. Penelitian tugas akhir ini bertujuan untuk mengembangkan aplikasi chatbot berbasis android untuk membantu identifikasi penyakit pada anak menggunakan jaringan saraf tiruan propagasi balik. Data yang digunakan dalam penelitan tugas akhir ini dibuat berdasarkan dari buku bagan Manajemen Terpadu Balita Sakit (MTBS). Berdasarkan hasil yang didapatkan dalam pengerjaan tugas akhir ini, didapatkan model JSTP terbaik untuk permasalahan penyakit anak dalam aplikasi chatbot dengan jumlah neuron (128, 64), epoch sebanyak 800, tingkat dropout 0.5, optimizer Adam, mendapatkan nilai training loss sebesar 0.13, training accuracy sebesar 96%, validation loss sebesar 0.68 dan memiliki validation accuracy sebesar 81%.
==============================================================================================================================
The level of children's health is one of the problems that the Indonesian government pays attention to, especially in the health sector. Data from the SDKI (Survei Demografi dan Kesehatan Indonesia) in 2017 showed that the infant mortality rate (AKB) reached 24 deaths out of 1000 live births. Diseases and health problems that cause child mortality, such as perinatal problems, infectious disorders, and malnutrition are difficult problems to deal with at the public health center level in remote areas due to the lack of diagnostic equipment and medicines. Along with the rapid development of technology today, there are many applications that serve to simplify the process of managing and finding information, one of which is chatbot. Like a pediatrician, later the chatbot will diagnose the disease from a series of questions submitted by the child's parents. This final project research aims to develop an android-based chatbot application to help identify diseases in children using a back-propagation artificial neural network. The data used in this research is based on the Manajemen Terpadu Balita Sakit (MTBS) book. Based on the results in this final project, the best JSTP model for children's disease problems in a chatbot application with the number of neurons (128, 64), epochs of 800, dropout rate 0.5, Adam optimizer, got a training loss value of 0.13, training accuracy of 96%, validation loss of 0.68 and has a validation accuracy of 81%.

Item Type:	Thesis (Other)
Additional Information:	RSSI 006.454 Ras p-1 2022
Uncontrolled Keywords:	Chatbot, Jaringan Saraf Tiruan Propagasi Balik, MTBS, Penyakit Anak. Back Propagation Neural Network, Chatbot, Child Desease, MTBS
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD30.213 Management information systems. Dashboards. Enterprise resource planning.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	03 Jun 2026 02:01
Last Modified:	03 Jun 2026 02:01
URI:	http://repository.its.ac.id/id/eprint/133498

Actions (login required)

View Item