Nama : Piva O. Bano (23111091) Alvin A. Saudale (23111067) Raymond C. Flavyanto (23111106)
*DIAGNOSIS PENYAKIT
Klasifikasi berdasarkan : 1. Penyakit 2. Gejala
Karena relasinya many to many maka menghasilkan tabel baru yaitu tabel yang kami beri nama tabel diagnosis yang nantinya primary key dari entitas Penyakit dan entitas Gejala akan menjadi foreign key di tabel Diagnosis.
Relasi Antar Tabel
Prediksi yang mungkin terjadi adalah : suatu penyakit yang diderita dilihat dari gejala- gejala yang muncul pada tubuh pasien.
DISKUSI 2 ( DATA SEQUENCE)
Nama : Piva O. Bano (23111091) Alvin A. Saudale (23111067) Raymond C. Flavyanto (23111106) Yakobus B. Neonbeni (23111043)
*DIAGNOSIS PENYAKIT Database Sequence Sequence Elemen (Transaksi) Kejadian (Item) Pasien Transaksi penginputan/ pencarian informasi ttg biodata pasien dan riwayat penyakit pasien Melakukan cek-up Biodata dan riwayat penyakit pasien Gejala Keluhan dari pasien dan tanda-tanda yang muncul pada pasien Kumpulan gejala-gejala pada pasien Gejala-gejala diagnosis penyakit Penyakit Hasil diagnosa penyakit dari gejala- gejala pada pasien Dari diagnosis penyakit didapatkan resep untuk pengobatan Resep pengobatan Pengobatan Berdasarkan hasil penyakit dan dilanjutkan ke tahap pengobatan Tindakan pengobatan berdasarkan jenis penyakit yang diderita pasien Obat-obatan, terapi, vitamin, dll.
DISKUSI 3 ( CLUSTERING ) Nama : Piva O. Bano (23111091) Alvin A. Saudale (23111067) Raymond C. Flavyanto (23111106) Yakobus B. Neonbeni (23111043) Veronika M. A.Olin (23111038)
*DIAGNOSIS PENYAKIT Asosiasi Penyakit Confidence Support Malaria Meriang, Panas Tinggi Sakit Kepala Tifus Cepat Lelah, Demam, Lidah Kuning Panas Tinggi Anemia Cepat Lelah, Pucat Pusing DBD Demam, Bintik Merah, Meriang Panas Tinggi TBC Batuk Berdarah, Penurunan Berat Badan Keringat Malam Hari
Contoh Tabel Transaksi Jenis Penyakit Gejala Malaria Meriang, Sakit Kepala, Panas Tinggi Tifus Cepat Lelah, Demam, Panas Tinggi, Lidah Berwarna Kuning Anemia Cepat Lelah, Pucat, Pusing Demam Berdarah Bintik Merah, Demam, Meriang TBC Keringat Malam Hari, Batuk Berdarah, Penurunan Berat Badan
Tabel Tabular
CLUSTERING
P= Penyakit D= Diagnosa G= Gejala POHON KEPUTUSAN
P D G ANALISIS OLAP 1. Data yang diolah adalah data pasien yang disesuaikan dengan gejala yang dimiliki pasien saat mengajukan keluhan atau gejala yang terlihat pada pasien untuk mendapatkan diagnosa penyakit. 2. Data yang diolah adalah jenis penyakit yang disesuaikan dengan hasil diagnosa untuk mendapatkan resep pengobatan selanjutnya.