Farrel, Muhammad (2026) PENERAPAN DOUBLE DEEP Q-NETWORK PADA CLINICAL DECISION SUPPORT SYSTEM UNTUK REKOMENDASI TINDAKAN PERAWATAN GIGI BERDASARKAN DATA REKAM MEDIS. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (15kB)
	Text Abstrak.pdf Download (11kB)
	Text Bab I.pdf Download (88kB)
	Text Daftar Pustaka.pdf Download (173kB)
	Text Full-text.pdf Restricted to Registered users only Download (5MB)

Abstract

Penentuan tindakan perawatan gigi merupakan proses pengambilan keputusan klinis yang memerlukan pertimbangan terhadap berbagai kondisi pasien berdasarkan data rekam medis. Perbedaan pengalaman dan penilaian antar tenaga medis dapat menyebabkan variasi rekomendasi tindakan. Penelitian ini bertujuan untuk mengembangkan Clinical Decision Support System (CDSS) yang mampu memberikan rekomendasi tindakan perawatan gigi berdasarkan data rekam medis dengan menerapkan algoritma Double Deep Q-Network (DDQN). Dataset yang digunakan berupa 1.063 data kunjungan dari 300 pasien yang mencakup kondisi pasien, kondisi odontogram, usia, jenis kelamin, serta riwayat tindakan perawatan. Tahapan penelitian meliputi pengumpulan dan pra-pemrosesan data, pembentukan state, action, reward, dan transition, pelatihan model, serta implementasi model ke dalam sistem berbasis web menggunakan Laravel, Next.js, dan Python. Evaluasi model dilakukan menggunakan Confusion Matrix, Accuracy, Precision, Recall, dan F1-Score. Hasil penelitian menunjukkan bahwa model DDQN memperoleh Accuracy sebesar 95,95%, Precision sebesar 95,91%, Recall sebesar 95,95%, dan F1-Score sebesar 95,93%, sehingga mampu memberikan rekomendasi tindakan klinis dengan tingkat akurasi dan konsistensi yang tinggi. Selain itu, sistem berhasil dibangun dan seluruh fitur utama berjalan sesuai dengan kebutuhan fungsional. Dengan demikian, penelitian ini berhasil mengembangkan CDSS berbasis DDQN yang dapat dimanfaatkan sebagai alat bantu pendukung keputusan bagi dokter dalam memberikan rekomendasi tindakan perawatan gigi berdasarkan data rekam medis. Kata Kunci: Clinical Decision Support System, Double Deep Q-Network, Reinforcement Learning, Rekam Medis, Rekomendasi Tindakan Perawatan Gigi.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Farrel Muhammad
Date Deposited:	01 Sep 2026 03:45
Last Modified:	01 Sep 2026 03:45
URI:	https://rama.unimal.ac.id/id/eprint/21891

Actions (login required)

View Item