JantungkuSehat: Prediksi Risiko Penyakit Jantung Dengan Bayes Rules

Austrin, Fadhila Syahda Faustina (2025) JantungkuSehat: Prediksi Risiko Penyakit Jantung Dengan Bayes Rules. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5026211171-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2027. Download (3MB) | Request a copy

Abstract

Cardiovascular disease (CVD) atau penyakit jantung adalah salah satu penyakit utama penyebab kematian di seluruh dunia dibandingkan penyakit lainnya. CVD dapat mengarah ke dalam suatu kelas penyakit yang melibatkan jantung dan pembuluh darah termasuk Ischemic Heart Disease (IHD) Ischemic Stroke (IS), gagal jantung, dan masih banyak lagi masalah pembuluh darah dan jantung lainnya. Berdasarkan statistic data World Health Organization (WHO) 2019, kasus CVD sebanyak 17,9 juta kematian yang mewakili 32% data. Secara global sebanyak 17,9 juta orang meninggal pertahun karena CVD. Di Asia, CVD menyebabkan kematian sekitar 10,8 juta kematian yang mencakup sekitar 35% total kematian di Asia. Mempertimbangkan prevalensi CVD semakin meningkat maka perlu adanya mengidentifikasi faktor risiko potensial yang dapat mencegah peningkatan angka CVD. Berdasarkan hal-hal yang telah disampaikan sebelumnya, penulis meneliti mengenai risk factors CVD yang dapat mempengaruhi munculnya CVD di Asia berdasarkan kejadian CVD yang ada. Data yang dikumpulkan berupa data odds ratio (OR) dari setiap risk factors CVD yang berasal dari Asia berdasarkan dari jurnal-jurnal penelitian. Selanjutnya, data tersebut kemudian dihitung dan diprioritaskan menggunakan Pareto Principle. Risk factors yang dibahas pada Tugas Akhir ini yaitu diabetes, kebiasaan merokok (konsumsi tembakau), hipertensi, obesitas (BMI ≥25 kg/m2), high cholesterol, physical activity, dan kebiasaan meminum alkohol. Tugas Akhir ini akan disajikan dalam desain antarmuka (User Interface (UI)) yang dapat digunakan oleh pengguna (simulator) untuk mengidentifikasi berapa persentase terkena penyakit ini berdasarkan perhitungan Bayes Rules. Tampilan desain antarmuka akan disesuaikan dengan metode design thinking dan gestalt principles agar menghasilkan desain antarmuka yang baik dan mudah digunakan oleh pengguna. Penelitian ini, telah memprediksi 128 kemungkinan seseorang berisiko memiliki penyakit CVD berdasarkan tujuh faktor risiko yang berpengaruh terhadap terjadinya penyakit CVD menggunakan metode Bayes Rules yang telah disajikan melalui simulator UI storyboard. Telah dilakukan juga uji sensitivitas terhadap input odds ratio untuk melihat sejauh mana perubahan nilai tersebut memengaruhi hasil. Model dianggap stabil karena perubahan nilai OR (10%, 20%, 30%) tidak menyebabkan fluktuasi ekstrem pada hasil posterior, dan distribusi sensitivitas antar faktor risiko cukup seragam. Dilakukan pengujian terhadap dua desain yang menghasilkan desain Gestalt Principles terbukti lebih efisien dan efektif serta menarik dalam pengerjaan prediksi risiko penyakit CVD.
==================================================================================================================================
Cardiovascular disease (CVD) or heart disease is one of the leading causes of death worldwide compared to other diseases. CVD encompasses a class of diseases involving the heart and blood vessels, including ischemic heart disease (IHD), ischemic stroke (IS), heart failure, and other cardiovascular issues. According to World Health Organization (WHO) statistics from 2019, there were 17.9 million CVD-related deaths, representing 32% of global mortality. Globally, 17.9 million people die annually from CVD. In Asia, CVD accounts for approximately 10.8 million deaths, representing around 35% of total deaths in the region. Considering that the prevalence of CVD is increasing, it is necessary to identify potential risk factors that can prevent an increase in CVD rates. Based on the information presented, the author aims to investigate CVD risk factors that influence its occurrence in Asia, using data from odds ratios collected from research journals. These risk factors include diabetes, smoking (tobacco consumption), hypertension, obesity (BMI ≥25 kg/m²), high cholesterol, physical activity, and alcohol consumption. This final project presented through a user interface (UI) designed as a simulator for Bayes Rules calculations, following design thinking and gestalt principles to create an effective and user-friendly interface. This final project has predicted 128 potential outcomes for CVD risk factors based on seven risk factors associated with CVD, using Bayes Rules and presented through a UI simulator. Sensitivity testing was conducted on the input odds ratio to evaluate the extent to which changes in these values affect the outcomes. The model is considered stable, as changes in the OR values (10%, 20%, 30%) did not result in extreme fluctuations in the posterior results, and the sensitivity distribution among risk factors remained relatively uniform. Testing on two design approaches revealed that the Gestalt Principles design proved to be more efficient, effective, and appealing for predicting CVD risk.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Cardiovascular Disease (CVD), CVD Risk Factors, User Interface, Design Thinking, Bayes Rules
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T174 Technological forecasting
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Fadhila Syahda Faustina Austrin
Date Deposited:	20 Jan 2025 01:36
Last Modified:	20 Jan 2025 01:36
URI:	http://repository.its.ac.id/id/eprint/116389

Actions (login required)

View Item