Razzaq, Arya Nur (2024) Perancangan Dan Implementasi Website Pencarian Penyakit Dengan Menggunakan Metode Semantik Dan Ontologi. Other thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 5025201102-Undergraduate_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
5025201102-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy |
Abstract
Di tengah perkembangan pesat Website Digital Health, terdapat tantangan signifikan terkait ketidaksesuaian antara kata kunci yang dimasukkan oleh pengguna dan hasil informasi yang diperoleh. Ketidakmampuan sistem dalam mendeteksi kata kunci yang relevan di antara banyaknya opsi dapat menyebabkan hasil pencarian yang tidak memadai. Misalnya, saat seseorang memasukkan gejala seperti batuk kronis dan gangguan pernapasan, hasil pencarian mungkin mencakup berbagai penyakit seperti bronkitis, Tuberkulosis (TBC), atau gangguan pernapasan lainnya, yang dapat membingungkan pengguna dalam diagnosa mandiri. Untuk mengatasi masalah ini, penelitian ini merancang dan mengimplementasikan website pencarian penyakit dengan metode semantik dan ontologi. Sistem pencarian semantik memahami makna kata kunci dalam konteks tertentu, sementara sistem pencarian ontologi menggambarkan hubungan antara entitas kesehatan menggunakan struktur ontologi. Penelitian ini fokus pada TBC, diare, HIV/AIDS, dan batu ginjal. Data dari survey WHO pada tahun 2016 menunjukkan bahwa meskipun TBC menurun di negara maju, penyakit ini tetap signifikan di negara berkembang seperti Indonesia. Pendekatan kesehatan harus mempertimbangkan konteks lokal dan global untuk efektivitas intervensi. Metodologi penelitian melibatkan beberapa tahapan, termasuk persiapan data, pengembangan backend, serta pencarian semantik dan ontologi. Tahap persiapan data mencakup pengumpulan dan pembersihan informasi tentang gejala dan penyakit. Proses backend melibatkan pengembangan algoritma pencarian semantik yang menggunakan Natural Language Processing (NLP) untuk memahami konteks kata kunci, dan pencarian ontologi yang memanfaatkan struktur ontologi untuk menggambarkan hubungan antar entitas kesehatan. Frontend website dirancang untuk menyediakan antarmuka intuitif bagi pengguna, memudahkan pencarian informasi terkait gejala penyakit. Hasil uji coba fungsional menunjukkan bahwa metode pencarian ontologi memiliki precision sebesar 56,67%, recall sebesar 80%, dan F1-score sebesar 63,33%. Ini mengindikasikan bahwa sistem pencarian ontologi lebih akurat dalam menyediakan informasi yang relevan. Sebaliknya, metode pencarian semantik menunjukkan hasil yang lebih rendah dengan precision 38,33%, recall 55%, dan F1-score 41,67%. Evaluasi ini juga menunjukkan bahwa 7 dari 10 pengguna lebih memilih metode pencarian berbasis ontologi karena keakuratannya yang lebih tinggi, meskipun memerlukan waktu lebih lama dibandingkan dengan pencarian semantik. Dengan hasil ini, pengembangan lebih lanjut dari website difokuskan pada peningkatan teknologi dan pengalaman pengguna. Integrasi teknologi canggih dan perhatian terhadap kebutuhan pengguna menjadikan website ini alat yang lebih efektif dalam memberikan informasi kesehatan yang relevan dan akurat
=====================================================================================================================================
Amidst the rapid development of Digital Health Websites, there are significant challenges related to the mismatch between the keywords entered by users and the information results obtained. The system's inability to detect relevant keywords among the many options can lead to inadequate search results. For example, when someone enters symptoms such as chronic cough and respiratory disorders, the search results may include various diseases such as bronchitis, Tuberculosis (TB), or other respiratory disorders, which can confuse users in self-diagnosis. To overcome this problem, this study designs and implements a disease search website using semantic and ontology methods. The semantic search system understands the meaning of keywords in a particular context, while the ontology search system describes the relationship between health entities using ontology structures. This study focuses on TB, diarrhea, HIV/AIDS, and kidney stones. Data from a WHO survey in 2016 showed that although TB has decreased in developed countries, the disease remains significant in developing countries such as Indonesia. Health approaches must consider local and global contexts for the effectiveness of interventions. The research methodology involves several stages, including data preparation, backend development, and semantic and ontology search. The data preparation stage includes collecting and cleaning information about symptoms and diseases. The backend process involved developing a semantic search algorithm that uses Natural Language Processing (NLP) to understand the context of keywords, and an ontology search that leverages ontology structures to describe relationships between health entities. The frontend of the website was designed to provide an intuitive interface for users, making it easy to search for information related to disease symptoms. The results of the functional trials showed that the ontology search method had a precision of 56.67%, a recall of 80%, and an F1-score of 63.33%. This indicates that the ontology search system is more accurate in providing relevant information. In contrast, the semantic search method showed lower results with a precision of 38.33%, a recall of 55%, and an F1-score of 41.67%. The evaluation also showed that 7 out of 10 users preferred the ontology-based search method due to its higher accuracy, although it took longer than semantic search. With these results, further development of the website is focused on improving technology and user experience. The integration of advanced technology and attention to user needs make this website a more effective tool in providing relevant and accurate health information.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Digital Health, Sistem Pencarian, Semantik, Ontologi Digital Health, Search Engine, Ontology, Semantic |
| Subjects: | T Technology > T Technology (General) > T57.5 Data Processing |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | Arya Nur Razzaq |
| Date Deposited: | 02 Aug 2024 07:29 |
| Last Modified: | 17 Sep 2024 03:20 |
| URI: | http://repository.its.ac.id/id/eprint/111909 |
Actions (login required)
 |
View Item |