Skripsi/Tugas Akhir
Implementasi Metode Certainty Factory dalam Deteksi Dini Covid 19 pada Kabupaten Pasangkayu
ABSTRAK
Kabupaten Pasangkayu terdiri dari 12 kecamatan, 4 kelurahan, dan 59 desa dengan luas wilayah 3.043,75 km² dan sebaran penduduk 65 jiwa/km². Kantor BPBD Kabupaten Pasangkayu merupakan instansi yang bertanggung jawab dalam penanganan penularan covid 19. Kendala yang dialami oleh masyarakat Kabupaten Pasangkayu adalah kesulitan dalam mendeteksi dini gejala covid 19. Tujuan penelitian ini adalah merancang dan mengimplementasikan metode certainty factory untuk mendeteksi dini gejala awal covid 19 agar masyarakat dapat membedakan gejala flu dengan gejala covid 19. Hasil rancangan teriri dari rancangan output meliputi output hasil deteksi gejala awal covid 19, rancangan input meliputi halaman utama admin, halaman utama masyarakat, daftar admin, daftar gejala, basis pengetahuan, hasil deteksi dini gejala covid 19, ganti akun, login, input data user, input data gejala, biodata masyarakat implementasi certainty factory, rancangan tabel basis data meliputi tabel admin, tabel CF, tabel CF_user, tabel gejala, dan tabel pertanyaan. Hasil pengujian perangkat lunak menggunakan metode black-box testing, maka didapatkan hasil bahwa semua modul telah bekerja sesuai dengan yang diharapkan.
Kata Kunci: Sistem, Certainty Factory, Covid 19
ABSTRACT
Pasangkayu Regency consists of 12 sub-districts, 4 sub-districts, and 59 villages with an area of 3,043.75 km² and a population distribution of 65 people/km². The Pasangkayu Regency BPBD Office is the agency responsible for handling the transmission of covid 19. The purpose of this study is to design and implement a certainty factory method to detect early symptoms of covid 19 so that people can distinguish flu symptoms from symptoms of covid 19. The results of the design consist of the output design including the output of the initial symptom detection of covid 19, the input design includes the main admin page, community main page, admin list, symptom list, knowledge base, results of early detection of covid 19 symptoms, change accounts, login, user data input, symptom data input, community biodata for certainty factory implementation, database table design including admin tables, CF tables, CF_user table, symptom table, and question table. The results of software testing using the black-box testing method, it is found that all modules have worked as expected.
Keywords: System, Certainty Factory, Covid 19
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: perpustakaan@undipa.ac.id
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS