<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Identifikasi Jenis Stroke Menggunakan Fuzzy MADM dengan Metode SAW (Simple Additive Weighting)

dc.Identifier.NIM03523031
dc.contributor.advisorSri Kusumadewi
dc.contributor.authorAgus Budiyono
dc.date.accessioned2020-10-27T04:45:38Z
dc.date.available2020-10-27T04:45:38Z
dc.date.issued2007
dc.description.abstractTeknologi berkembang begitu cepat dalam kehidupan sehari-hari sesuai dengan kebutuhan manusia. Teknologi diciptakan untuk memudahkan manusia dalam setiap kegiatannya. Komputer yang merupakan hasil dari perkembangan teknologi telah banyak membantu manusia dalam pekerjaannya. Bidang kedokteran merupakan salah satu bidang yang banyak memanlaatkan teknologi komputer. Teknologi komputer dapat dimanfaatkan untuk membangun suatu sistem yang dapat membantu dalam pengambilan keputusaa Misalnya sistem identifikasi jenis stroke menggunakan Fuzzy Multi Attribut Decision Making dengan metode Simple Additive Weighting Method. Dengan metode mi dapat membantu mempermudah dan memecahkan masalah dalam pengambilan keputusan agar hasilnya lebih optimal. Fungsi dari sistem ini adalah untuk mengidentifikasi jenis stroke pasien dan gejala-gejala yang dialaminya. Sebab banyak orang yang kurang memahami jenis stroke yang didentanya. Jika seseorang tidak mengetahui jenis stroke yang didentanya maka proses penyembuhan dan terap. bag. orang tersebut juga tidak optimal. Bahkan jika hal itu berlangsung lama akan menyebabkan kematian.en_US
dc.identifier.urihttp://repository.uii.ac.id/handle/123456789/24851
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectPerkembangan Teknologien_US
dc.subjectFMADMen_US
dc.subjectStrokeen_US
dc.titleIdentifikasi Jenis Stroke Menggunakan Fuzzy MADM dengan Metode SAW (Simple Additive Weighting)en_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
03523031 Agus Budiyono.pdf
Size:
5.33 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: