SISTEM CERDAS BERBASIS AI

Website Deteksi Risiko Diabetes Melitus Tipe 2 & Retinopati Diabetik

Integrasi Kecerdasan Buatan menggunakan metode Certainty Factor untuk analisis gejala klinis dan CNN MobileNetV2 untuk klasifikasi citra medis sebagai bagian dari proses skrining risiko secara terstruktur.

Terstruktur

Analisis berbasis AI

Cepat

Hasil dalam hitungan detik

Terintegrasi

Data tersimpan secara lokal

TEKNOLOGI SISTEM

Bagaimana Sistem Bekerja?

Sistem menggabungkan analisis gejala klinis dan citra untuk memberikan informasi skrining yang lebih komprehensif.

01

Certainty Factor

Menganalisis tingkat kepastian berdasarkan gejala klinis menggunakan metode Certainty Factor.

02

CNN MobileNetV2

Melakukan klasifikasi citra menggunakan model deep learning MobileNetV2.

03

Analisis Terpadu

Menggabungkan hasil analisis gejala dan citra untuk informasi risiko yang lebih komprehensif.

04

Laporan Interaktif

Hasil deteksi disajikan dalam laporan informatif dan mudah dipahami.

ALUR SISTEM

Proses Skrining

1

Isi Kuesioner

Pengguna mengisi biodata dan gejala klinis.

2

Analisis CF

Sistem menghitung tingkat kepastian berdasarkan gejala.

3

Analisis Citra

Citra dianalisis menggunakan CNN MobileNetV2.

4

Hasil Diagnosis

Sistem menampilkan hasil skrining dan rekomendasi.

Sistem Pendukung Skrining

Sistem ini membantu proses skrining risiko Diabetes Melitus Tipe 2 melalui analisis gejala menggunakan metode Certainty Factor dan klasifikasi citra kulit menggunakan model CNN MobileNetV2.

Berbasis Kecerdasan BuatanMendukung Skrining DiniHasil Mudah Dipahami

Hasil sistem merupakan informasi skrining berbasis kecerdasan buatan dan bukan pengganti diagnosis atau pemeriksaan medis oleh tenaga kesehatan.