SISTEM PENDETEKSI DEMENSIA PADA LANSIA MENGGUNAKAN SUPPORT VECTOR MACHINE

Ikhsan, Ridho Maulana (2025) SISTEM PENDETEKSI DEMENSIA PADA LANSIA MENGGUNAKAN SUPPORT VECTOR MACHINE. S1 thesis, Andalas University.

	Text (Cover dan Abstrak) Cover & abstrak_2111512003_ridho maulana ikhsan.pdf - Published Version Download (444kB)
	Text (Bab I (Pendahuluan)) Bab I (Pendahuluan)_2111512003_ridho maulana ikhsan.pdf - Published Version Restricted to Repository staff only Download (479kB)
	Text (Bab V (Penutup)) Bab V (Penutup)_2111512003_ridho maulana ikhsan.pdf - Published Version Restricted to Repository staff only Download (317kB)
	Text (Daftar Pustaka) Daftar Pustaka_2111512003_ridho maulana ikhsan.pdf - Published Version Restricted to Repository staff only Download (359kB)
	Text (Skripsi Full) Skripsi full_2111512003_ridho maulana ikhsan.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Demensia merupakan tantangan kesehatan global yang signifikan, memengaruhi jutaan orang di seluruh dunia, terutama populasi lansia. Deteksi dini demensia sangat penting untuk intervensi yang efektif dan pengelolaan penurunan kognitif. Penelitian ini menyajikan pengembangan dan penerapan sistem deteksi demensia berbasis pembelajaran mesin menggunakan algoritma Support Vector Machine (SVM). Studi ini memanfaatkan metode pengumpulan data berbasis IoT untuk mengumpulkan data penilaian kognitif secara komprehensif, termasuk tes memori, penilaian fungsi eksekutif, dan pola perilaku. Sistem yang diusulkan mencakup proses ekstraksi fitur bertahap yang multi-stage, diikuti dengan klasifikasi SVM dengan hyperparameter yang dioptimalkan. Hasil eksperimen menunjukkan bahwa sistem berbasis SVM mencapai akurasi keseluruhan sebesar 94,2%, dengan sensitivitas 92,8% dan spesifisitas 95,6% dalam mendeteksi demensia tahap awal. Kinerja sistem ini melampaui metode skrining tradisional dan menunjukkan potensi menjanjikan untuk diintegrasikan ke dalam praktik klinis maupun aplikasi pemantauan rumah tangga. Penelitian ini memberikan kontribusi pada kemajuan alat deteksi demensia otomatis dan menunjukkan efektivitas pendekatan pembelajaran mesin dalam menangani tantangan kesehatan kompleks terkait gangguan kognitif.

Actions (login required)

View Item