Model pengesanan wabak berasaskan teori bahaya

Mohamad Farhan Mohamad Mohsin (P62465)

Please use this identifier to cite or link to this item: https://ptsldigital.ukm.my/jspui/handle/123456789/513524

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Abdul Razak Hamdan, Prof. Dr.
dc.contributor.author	Mohamad Farhan Mohamad Mohsin (P62465)
dc.date.accessioned	2023-10-16T04:37:38Z	-
dc.date.available	2023-10-16T04:37:38Z	-
dc.date.issued	2015-09-13
dc.identifier.other	ukmvital:80425
dc.identifier.uri	https://ptsldigital.ukm.my/jspui/handle/123456789/513524	-
dc.description	Isu utama dalam pengesanan wabak adalah keperluan untuk menangani kelemahan isyarat awal wabak dan kesukaran untuk menentukan masa bermulanya wabak. Ini telah menyebabkan keupayaan model pengesanan berkurang dari segi ketahanan apabila corak wabak yang baru berbeza daripada corak yang terdapat di dalam model dilatih. Hasilnya, wujud ketidakseimbangan hasil di antara kadar pengesanan benar dan kadar pengesanan palsu. Teori bahaya; satu kaedah inspirasi bio yang menyerupai bagaimana badan manusia melawan patogen telah digunakan secara meluas dalam mengesan penceroboh, penipuan, dan kerosakan dengan keputusan pengesanan yang tinggi. Berinspirasi daripada itu, kajian ini mengkaji model pengesanan wabak yang baru berdasarkan teori bahaya. Oleh itu, tiga objektif telah dirangka dengan memberi tumpuan kepada pengubahsuaian algoritma teori bahaya iaitu algoritma sel dendrit untuk masalah wabak khususnya dalam menormalkan isyarat dendrit, menentukan ambang anomali, dan berurusan dengan data siri masa yang tidak konsisten. Objektif kajian ini ialah (1) untuk mencadangkan teknik normalisasi isyarat sel dendrit berdasarkan pendekatan sebaran jumlah kumulatif untuk membolehkan teori bahaya digunakan untuk mengesan wabak (2) untuk menentukan teknik penentuan nilai ambang anomali secara bolehubah dengan menormalkan nilai ukuran kematangan antigen untuk meningkatkan ketepatan pengesanan (3) untuk mengintegrasikan teknik algoritma sel dendrit dengan analisis kelompok bagi menghadapai isyarat wabak yang tidak konsisten. Untuk menjalankan kajian ini, pendekatan berasaskan eksperimen dalam perlombongan data terutamanya bagi pengesanan anomali digunakan. Ia mempunyai empat peringkat; kajian awal, pembangunan model, pelaksanaan model, dan analisis prestasi. Untuk menilai algoritma sel dendrit yang telah diubahsuai, beberapa set data dari pelbagai bentuk seperti set data transaksi dan set data siri masa daripada beberapa pembekal pangkalan data seperti UCI Machine Learning, UCR Library and StatLib digunakan di dalam kajian ini. Selain itu, tiga set data wabak; wabak denggi, wabak pernafasan, dan wabak pencemaran digunakan untuk menguji model yang dicadangkan. Hasil kajian menunjukkan bahawa prestasi versi baru algoritma sel dendrit adalah jauh lebih baik dengan menghasilkan kadar sensitiviti (purata = 0.86%), kadar spesifisiti (purata=0.95%), kadar pengesanan palsu (purata = 0.02%), dan ketepatan (purata=0.86%) yang lebih baik untuk sebahagian set data jika dibandingkan dengan pengelas yang lain. Apabila diuji ke atas set data wabak, model ini telah mengatasi model pengesanan yang lain dengan menunjukkan peningkatan yang ketara ketika mengesan wabak (kadar pengesanan: denggi = 0.98%, pernafasan = 0.96%, pencemaran = 0.96%). Kesimpulannya, hasil dapatan menunjukkan ketahanan model imun yang dicadangkan meningkat apabila berhadapan dengan isyarat wabak yang tidak konsisten. Model ini dapat mengesan corak wabak baru yang tidak diketahui dan boleh membezakan antara kes wabak dan kes bukan wabak dengan keputusan kadar sensitiviti dan kadar spesifisiti yang tinggi serta kadar pengesanan palsu yang rendah. Umumnya, kajian ini telah menunjukkan potensi untuk digunakan bagi masalah klasifikasi umum selepas meningkatkan tahap kefleksibilitian algoritma sel dendrit.,Ph.D.
dc.language.iso	may
dc.publisher	UKM, Bangi
dc.relation	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat
dc.rights	UKM
dc.subject	Pattern recognition systems
dc.subject	Medical informatics
dc.subject	Communicable diseases -- Mathematical models
dc.subject	Dissertations, Academic -- Malaysia
dc.subject	Universiti Kebangsaan Malaysia -- Dissertations
dc.title	Model pengesanan wabak berasaskan teori bahaya
dc.type	Theses
dc.format.pages	229
dc.identifier.callno	TK7882.P3M844 2015 3 tesis
dc.identifier.barcode	002058 (2016)
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Files in This Item:

File	Description	Size	Format
ukmvital_80425+SOURCE1+SOURCE1.0.PDF Restricted Access		439.58 kB	Adobe PDF	View/Open

Show simple item record Recommend this item