1. UKM Learning and Research Repository
2. PHD Thesis / Tesis PHD
3. Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Title:	Model pengesanan wabak berasaskan teori bahaya
Authors:	Mohamad Farhan Mohamad Mohsin (P62465)
Supervisor:	Abdul Razak Hamdan, Prof. Dr.
Keywords:	Pattern recognition systems Medical informatics Communicable diseases -- Mathematical models Dissertations, Academic -- Malaysia Universiti Kebangsaan Malaysia -- Dissertations
Issue Date:	13-Sep-2015
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.
Pages:	229
Call Number:	TK7882.P3M844 2015 3 tesis
Publisher:	UKM, Bangi
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.