English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Terjadinya kasus kista ovarium yang tinggi disebabkan oleh kurangnya pengetahuan masyarakat khususnya wanita mengenai kesehatan reproduksi, kurangnya kesadaran untuk memeriksakan kesehatan pribadinya dan sebagian besar dokter kandungan merupakan kaum pria. Oleh karena itu, melalui penelitian ini, dilakukan perancangan aplikasi untuk mengidentifikasi kista ovarium dengan berbasis sistem cerdas, sebagai solusi untuk penderita kista ovarium para wanita yang malu dan tertutup untuk berkonsultasi mengenai kesehatan pribadinya secara langsung. Selain itu, aplikasi ini juga dapat digunakan oleh para dokter sebagai bahan pertimbangan dalam mendiagnosis kista ovarium. Perancangan aplikasi ini dilakukan dalam beberapa tahapan. Tahapan yang dilakukan adalah pengumpulan data untuk basis pengetahuan, pemetaan jalur logika, pembuatan Graphic User Interface (GUI), pembuatan mesin inferensi dengan metode inferensi depth-first search, penentuan bobot dan pengujian sistem untuk mengetahui tingkat akurasi sistem. Output dari aplikasi ini terdiri dari 3 jenis, yaitu kista ovarium jinak, kista ovarium ganas dan bukan kista ovarium. Pengujian aplikasi dilakukan kepada 10 subyek penelitian dan diulang sebanyak 3 kali pada masing-masing subyek penelitian. Penelitian ini menghasilkan aplikasi untuk identifikasi kista ovarium berbasis sistem cerdas dengan tingkat akurasi terbaik sebesar 76,67% dengan jumlah node yang dilalui adalah 100 node.

PERANCANGAN APLIKASI IDENTIFIKASI KISTA OVARIUM BERBASIS SISTEM CERDAS