Sistem Pakar Diagnosis Penyakit Menular Dengan Met

E-ISSN : 2502-096X
JURNAL SAINS DAN INFORMATIKA P-ISSN :2459-9549

Research of Science and Informatic V4.I2 (171-181)
SISTEM PAKAR DIAGNOSIS PENYAKIT MENULAR

DENGAN METODE FORWARD CHAINING
DAN CERTAINTY FACTOR
Widya Lelisa Army 1), Yuhandri 2), Sumijan 3)

1
Fakultas Ilmu Komputer, Universitas Putra Indonesia “YPTK” Padang, Sumatera Barat
email: widyalelisa0495@gmail.com
2
email: yuyu@upiyptk.ac.id
3
email: soe@upiyptk.org
Submitted: 17-09-2018, Reviewed: 10-11-2018, Accepted 26-11-2018

http://doi.org/10.22216/jsi.v4i2.3684
Abstract
Infectious diseases have harmful effects if left unchecked. The limited number and working hours of
health workers and the queue of patients makes handling and provision of first aid for patients to be
not optimal. Then an expert system was developed which can help in diagnosing and allowing
patients based on the facts experienced by the patient and cannot be directly with the doctor. In this
study the method of forward chaining method to compile rules and based on certainty factor (CF)
method is used to calculate the value of certainty so that the results are decided more clearly. From
the results of system testing, trials were conducted on 20 users, which resulted from the trial and
compared with expert claims. This is 85% accurate, showing the results of this infectious expert
system can help doctors diagnose infectious diseases. based on the events experienced by patients
and can provide first aid or early diagnosis by providing solutions to users..
Keywords: Expert System, Health, Forward chaining, Certainty factor.
Abstract
Penyakit menular mempunyai efek yang berbahaya jika dibiarkan. Terbatasnya jumlah dan jam
kerja tenaga kesehatan dan banyaknya antrian pasien membuat penanganan dan pemberian
pertolongan pertama kepada pasien menjadi tidak optimal. Maka dibuat sistem pakar yang dapat
membantu dalam mendiagnosis dan memberikan solusi kepada pasien berdasarkan gejala penyakit
menular yang dialami pasien sehingga pasien tidak harus berkonsultasi langsung dengan dokter.
Pada penelitian ini digunakan metode forward chaining untuk penyusunan rule dan ditambahkan
metode certainty factor (CF) yang digunakan untuk menghitung nilai kepastian agar hasil yang
diputuskan lebih jelas. Dari hasil pengujian sistem yang dilakukan ujicoba kepada 20 orang dimana
hasil dari ujicoba tersebut dan dibandingkan dengan pendapat dokter diperoleh nilai akurasi dari
sistem ini adalah 85% akurat, menunjukan bahwa hasil sistem pakar penyakit menular ini sudah
dapat membantu dokter dalam mendiagnosis jenis penyakit menular berdasarkan gejala yang
dialami pasien dan dapat memberikan pertolongan pertama atau diagnosis dini dengan memberikan
solusi kepada user.
Kata Kunci : Sistem Pakar, Kesehatan, Forward chaining, Certainty Factor
Copyright@2018 by LL Dikti Wilayah X 171

E-ISSN : 2502-096X
ditangani. Oleh karena itu dibutuhkan

PENDAHULUAN sistem yang akan menggantikan ahli yaitu
Saat ini informasi merupakan hal sistem pakar atau disebut expert system.
penting, terutama dengan berkembangnya Sistem pakar merupakan sistem yang
dunia Teknologi Informasi maka menggunakan pengetahuan dengan sistem
masyarakat diberikan kemudahan dalam terkomputerisasi dalam suatu bidang
mendapatkan informasi tersebut. Salah pengetahuan tertentu untuk mencapai
satu nya adalah mengenai seringnya sebuah solusi dari suatu masalah pada
penyakit menular menyerang masyarakat. bidang tersebut [2]. Karena itu sistem
Penyakit menular atau disebut pakar diharapkan dapat membantu tim
juga penyakit infeksi merupakan penyakit medis dalam melakukan diagnosis awal
yang awalnya disebabkan oleh virus dan terhadap penyakit menular ini [3]. Sistem
bakteri. Penyakit infeksi ini termasuk pakar telah banyak digunakan
salah satu masalah kesehatan yang paling memecahkan masalah di berbagai bidang,
utama di negara-negara berkembang seperti bidang pertanian, perbankan,
termasuk Indonesia [1]. Pada umumnya pendidikan dan pada penelitian kali ini
penyakit ini ditularkan melalui air dan khususnya pada bidang kesehatan [4].
udara atau dengan adanya perantara dan Salah satu contoh telah
berkontak langsung dengan penderita. dilakukannya penelitian yang membahas
Penyakit menular termasuk penyakit tentang sistem pakar menggunakan
berbahaya dan banyak masyarakat yang forward chaining sebagai metodenya
mengalami, khususnya masyarakat yang adalah mengenai penyakit pernafasan
kurang mampu. Salah satu faktor utama yang dialami oleh anak, namun solusi
penyebab penyakit ini adalah kotornya pada penelitian tersebut belum maksimal
lingkungan atau kurangnya kebersihan karena hanya menggunakan satu metode
sehingga virus dan bakteri mudah dan tidak ditampilkannya hasil kepastian
berkembang. Puskesmas dijadikan salah atau nilai akurasi [5]. Untuk penelitian ini,
satu alternatif bagi masyarakat kurang peneliti memakai forward chaining dan
mampu untuk tempat pertolongan pertama certainty factor (CF) sebagai metodenya.
dalam pengobatan penyakit ini. Namun, Dimana, CF akan ditugaskan menghitung
terbatasnya ketersediaan dokter atau nilai kepastian agar hasil yang diputuskan
tenaga ahli kesehatan pada Puskesmas lebih jelas [6]. Forward chaining adalah
Lapai menyebabkan banyak terjadi metode pencarian yang berdasarkan pada
antrian pasien. Akibatnya banyaknya data (fakta) yang ada.
pasien kurang terlayani dengan optimal. Pada forward chaining diperlukan
Banyaknya jenis dari penyakit suatu kumpulan rules (aturan), kemudian
menular dan beragamnya gejala pada satu persatu aturan tersebut akan
pasien menyebabkan banyak masyarakat ditelusuri sampai terpenuhinya kondisi
bahkan tenaga kesehatan sulit untuk terakhir sebagai tanda penelusuran
mengenali jenis penyakit yang diderita. dihentikan [7]. Dengan mengumpulkan
Tanpa dibekali dengan dasar pengetahuan pengetahuan yang berasal dari dokter atau
yang mumpuni dapat menyebabkan pakar yaitu berupa jenis atau nama
penanganan yang salah terhadap suatu penyakit dan gejala-gejala penyakit,
penyakit dan dapat menyebabkan kejadian tahapan pembangunan metode inipun
fatal seperti kematian jika terlambat dimulai. Kemudian dilakukan

E-ISSN : 2502-096X
pembangunan akan basis pengetahuan dan penelitian ini terlihat pada pada gambar 1
memberikan nilai CF pada setiap gejala berikut.
yang didapati pasien [8]. Sehingga
didapatkan informasi penyakit dan solusi
untuk pengobatan dari penyakit ini.
Penelitian ini diharapkan dapat
membantu dalam mendeteksi awal gejala
dan memberikan solusi pengobatan dari
penyakit menular ini, khusunya pada
Puskesmas Lapai Kota Padang dalam
memberikan pertolongan pertama untuk
pasiennya. Sehingga pasien mendapatkan
informasi penyakit dan solusi untuk
pengobatan yang tepat dengan merujuk
kepada gejala yang terjadi pada pasien,
sebelum ditangani atau berkonsultasi
langsung dengan dokter atau tim
kesehatan.
METODE PENELITIAN
Penelitian merupakan suatu kegiatan
atau usaha untuk menemukan masalah
diselesaikan dengan metode ilmiah,
sehingga dalam penelitian ada tiga unsur
yang penting yaitu pertama sasaran, kedua
usaha untuk mencapai sasaran, dan ketiga
metode ilmiah.
Metodologi penelitian berkaitan

dengan alat, prosedur, dan desain
penelitian yang dipergunakan dalam
melakukan penelitian. Untuk itu
diperlukannya kerangka penelitian Gambar 1 Kerangka Kerja Penelitian
sebelum memulai suatu penelitian.
1. Identifikasi Masalah
Kerangka penelitian atau kerangka
Tahap identifikasi masalah adalah
kerja penelitian berguna untuk membuat
tahap menemukan permasalahan sebelum
tahapan-tahapan yang akan dilakukan
dilakukannya penelitian. Dengan
dalam penelitian. Setiap tahapan
menelusuri permasalahan pada objek yang
dilakukan sesuai dengan rencana yang
diteliti untuk mencari alternatif dan solusi
telah yang dibuat. Sehingga setiap
yang terkait permasalahan. Identifikasi
tahapan pada kerangka kerja penelitian ini
masalah dilakukan untuk memperoleh
berpengaruh pada tahapan selanjutnya.
uraian secara lengkap tentang lingkup
Model kerangka kerja untuk pemecahan
masalah dan langkah yang tepat dalam
masalah yang akan dipakai pada
pemecahannya.

E-ISSN : 2502-096X
2. Mempelajari Literatur 5. Pembentukan Rule dengan Metode

Forward chaining
Studi literatur merupakan tahap
melakukan pembelajaran mengenai Tahap ini penulis membuat basis
penerapan sistem pakar serta penerapan pengetahuan yang terdapat pengetahuan
forward chaining dan certainty factor untuk dipahami, merubah data yang
sebagai metode yang digunakan untuk diberikan oleh pakar atau ahli menjadi
mendiagnosis penyakit dan mempelajari sebuah rule atau aturan yang akan
teori tentang jenis dan gejala penyakit diterapkan dalam sistem untuk
menular untuk ditemukannya jenis dari mengarahkan penggunaan pengetahuan
penyakit menular sampai cara penangan guna memecahkan masalah.
atau solusi pengobatannya. Teknik
pembelajaran ini berasal dari jurnal-jurnal 6. Perhitungan dengan Metode Certainty
dan buku-buku yang terkait konsep sistem Factor
pakar, tentang forward chaining juga
certainty factor dan teori tentang penyakit Pada tahap ini akan dihitung nilai
menular. kepastian dari seorang user di diagnosis
penyakit menular tersebut berdasarkan
3. Mengumpulkan Data aturan atau rule yang sudah dibentuk
dengan metode forward chaining pada
Dalam melakukan pengumpulan data tahapan sebelumnya.
penulis mendapatkan data dari pakar atau
dokter ahli. Data penunjang penelitian ini 7. Implementasi
bersumber dari jurnal, buku dan dari
referensi lain. Penelitian ini juga Data yang ada pada tahap ini diolah
dilakukan dengan melakukan wawancara dan fakta atau kondisi (rule) yang sudah
dengan dokter ahli pada obyek penelitian diperoleh akan diproses dengan aplikasi
yaitu Puskesmas Lapai Kota Padang. yang dibuat dan telah dirancang sehingga
dihasilkan berupa pengetahuan informasi
4. Analisa dan Perancangan penyakit dan persentase hasil
kepastiannya.
Pada tahap analisa dan perancangan
ini dilakukan analisa terhadap sistem yang 8. Pengujian Hasil
akan dibuat yang terdiri dari desain
tampilan sistem sampai dengan desain file Pada tahap ini, penulis melakukan
sistem. Akan dilakukan proses pelatihan serta pengujian setelah
perancangan aplikasi untuk sistem pakar melakukan pengumpulan data dan
konsultasi dalam diagnosis penyakit pembuatan sistem pakar guna mengetahui
menular dengan pemrogaraman PHP. apakah sistem yang dirancang sesuai
Perancangan sistem ini dilakukan analisa dengan tujuan yang diharapkan. Pada
jenis dan gejala penyakit menular, tahapan ini ada beberapa mekanisme
merancang aplikasi sistem pakar sebagai pengujian yaitu :
media konsultasi untuk tahu jenis
penyakit menular berdasarkan gejala pada a. Mengelompokkan jenis dan gejala
pasien sehingga didapatkan solusi penyakit menular sehingga
pengobatannya. menjadi sebuah tabel yang datanya
lebih terperinci.

E-ISSN : 2502-096X
b. Membuat rule atau aturan Masalah yang dibahas dalam

berdasarkan gejala penyakit.. penelitian ini adalah mengenai penyakit
Menular. Setelah melakukan wawancara
c. Hasil dari rule atau aturan tersebut dengan pakar, sehingga mendapatkan
kemudian menghasil suatu kejelasan tentang penyakit tersebut seperti
diagnosis jenis penyakit menular terlihat pada tabel 1 berikut.
yang dilihat berdasarkan gejala
yang dirasakan pasien. Tabel 1 Data Penyakit
d. Menguji kesesuaian dan diagnosis Kode Nama

jenis penyakit menular. Pengujian Penyakit Penyakit
dilakukan dengan mengambil P1 Campak
sampel data berupa kuisioner P2 Influenza
pasien yang didapatkan dari P3 Diare
Puskesmas Lapai Kota Padang. P4 Tifus
P5 DBD
9. Hasil dan Pembahasan P6 Hepatitis
P7 Malaria
Di tahap ini dijelaskan dan dibahas P8 Kusta
pengujian hasil dari sistem. Dimana akan P9 TBC
dijelaskan apakah hasil dari perhitungan P10 Difteri
manual dan pemikiran pakar sesuai
dengan hasil yang dikeluarkan oleh sistem
atau dengan kata lain output yang Diperoleh data berupa nama Penyakit
dikeluarkan sistem sama dengan Menualar sebanyak 10 dari nama penyakit
keputusan yang dihasilkan pakar dan tersebut dibuat pengkodean dengan kode
sesuai dengan tujuan yang telah dibuat P1 sampai dengan P10 seperti pada Tabel
sebelumnya. 1 diatas.
HASIL DAN PEMBAHASAN 1.2 Data Gejala
1. Analisis Data Tabel 2 menjelaskan data-data gejala
Pada dasarnya kegiatan yang dari setiap penyakit yang di dapat dari
dilakukan pada tahap analisis ini ada dua hasil wawancara langsung dengan pakar
bagian, yaitu tahap survei pengumpulan yang ahli dibidangnya.
data dan analisis terstruktur yang secara
Tabel 2 Data Gejala
garis besar untuk memperoleh pengertian
dari permasalahan-permasalahan, efisiensi
Kode
dan pertimbangan-pertimbangan yang Nama Gejala
Gejala
mengarah ke pengembangan sistem.
G01 Flu
Memperkirakan kendala-kendala yang
G02 Demam
akan dihadapi dalam pengembangan
G03 Nyeri
sistem [9]. Berikut merupakan data yang
G04 Kehilangan nafsu
diperlukan.
makan
1.1 Data Penyakit G05 Mual dan muntah
G06 Ruam kulit berwarna

E-ISSN : 2502-096X
merah kecil-kecil berkeringat dan

rapat dan merata jantung berdebar
diseluruh tubuh cepat
G07 Badan panas dingin
G08 Sakit kepala
G09 Mata terasa sakit 2. Analisis dan Proses
G10 Buang air besar
Analisis dan perancangan bertujuan
encer dan sering
untuk membentuk optimasi dari aplikasi
G11 Nyeri perut
yang akan kita bangun dengan
G12 Kembung
mempertimbangkan faktor-faktor
G13 Darah dalam feses
permasalahan kebutuhan yang ada dalam
G14 Diare atau konstipasi
sistem. Upaya yang dapat dilakukan
G15 Muncul ruam pada
adalah dengan mencari kombinasi
kulit berupa bintik-
perangkat lunak dan teknologi yang tepat
bintik berwarna
sehingga dapat menghasilkan hasil yang
merah muda
tepat dan mudah diimplementasikan.
G16 Linglung
G17 Nyeri otot dan sendi
parah
G18 Feses berwarna
pucat
G19 Berat badan turun
G20 Urine menjadi lebih
gelap seperti teh
G21 Mata dan kulit
berubah menjadi
kekuningan
G22 Kejang
G23 Mati rasa
G24 Pembesaran saraf
tepi disekitar siku
dan lutut
G25 Lumpuh
G26 Hilang jari jemari
G27 Batuk lebih dari 2 Gambar 2 Flowchart Sistem Pakar
minggu
G28 Nyeri dada atau 2.1 Rule dari Forward chaining
sesak
G29 Batuk berdarah Berikut merupakan aturan atau rule
G30 Pembengkakan yang dibentuk berdasarkan aturan dari
kelenjar pada leher forward chaining seperti pada tabel 3
G31 Perubahan pada berikut :
penglihatan
Tabel 3 Rule Forward Chaining
G32 Tanda-tanda shock,
seperti kulit pucat No Rule
dan dingin,

E-ISSN : 2502-096X
1 If [G01] And [G02] And 2.2 Pemberian Bobot untuk Rule Setiap
[G03] And [G04] And Penyakit
[G05] And [G06] Then
P01 Bobot CF diberikan langsung oleh
2 If [G02] And [G03] And pakar untuk masing-masing rule penyakit
[G04] And [G06] Then yang dapat dilihat pada tabel 4 berikut.
P01
3 If [G03] And [G04] And Tabel 4 Nilai CF Rule
[G06] Then P01 No Rule
4 If [G02] And [G07] And
[G08] And [G09] And 1 If [G01] And [G02] And
[G01] Then P02 [G03] And [G04] And
5 If [G02] And [G08] And [G05] And [G06] Then P01,
[G09] And [G01] Then CF: 0.80
P02 2 If [G02] And [G03] And
6 If [G07] And [G09] And [G04] And [G06] Then P01
[G01] Then P02 , CF: 0.60
7 If [G10] And [G11] And 3 If [G03] And [G04] And
[G02] And [G12] And [G06] Then P01 , CF: 0.50
[G13] Then P03 4 If [G02] And [G07] And
8 If [G10] And [G02] And [G08] And [G09] And
[G12] And [G13] Then [G01] Then P02 , CF: 0.75
P03 5 If [G02] And [G08] And
[G12] And [G13] Then , CF: 0.65
P03 6 If [G07] And [G09] And
10 If [G02] And [G14] And [G01] Then P02 , CF: 0.60
[G04] And [G15] And 7 If [G10] And [G11] And
[G16] Then P04 [G02] And [G12] And
11 If [G14] And [G04] And [G13] Then P03 , CF: 0.80
[G15] And [G16] Then 8 If [G10] And [G02] And
P04 [G12] And [G13] Then P03
12 If [G02] And [G15] And , CF: 0.55
[G17] And [G05] And , CF: 0.50
14 If [G02] And [G07] And [G04] And [G15] And
[G17] And [G06] Then [G16] Then P04 , CF: 0.70
P05 11 If [G14] And [G04] And
[G05] And [G06] Then , CF: 0.65
P05 12 If [G02] And [G15] And
[G16] Then P04 , CF: 0.50
13 If [G02] And [G07] And
[G17] And [G05] And

E-ISSN : 2502-096X
[G06] Then P05 , CF: 0.80 Apakah Yakin 0.8

14 If [G02] And [G07] And Kehilangan
[G17] And [G06] Then P05 nafsu
, CF: 0.70 makan ?
15 If [G07] And [G17] And Apakah Cukup 0.6
[G05] And [G06] Then P05 mual dan Yakin
, CF: 0.60 muntah ?
Apakah ada Tidak 0
Ruam kulit
2.3 Pemberian Bobot Gejala oleh User berwarna
merah
Saat konsultasi sistem logika certainty kecil-kecil
factor user memilih jawaban yang rapat dan
masing-masing dari jawaban itu punya merata
bobot sebagai berikut : diseluruh
tubuh
Tabel 6 Nilai User Apakah Sangat 1
Nilai Badan Yakin
No Keterangan panas
User dingin?
1. Tidak 0 Apakah Sedikit 0.4
kepala Yakin
2. Tidak Tahu 0.2 terasa sakit?
3. Sedikit Yakin 0.4 Apakah Sedikit 0.4
Mata terasa Yakin
4. Cukup Yakin 0.6 sakit
5. Yakin 0.8 Buang air Tidak 0
besar encer
6. Sangat Yakin 1 dan sering
(Sumber : Nur Anjas, 2013) Nyeri perut Tidak 0
Kembung Tidak 0.2
Berikut merupakan tabel fakta gejala Tahu
yang dialami user. Darah Tidak 0.2
dalam feses Tahu
Tabel 7 Nilai CF User Diare atau Sedikit 0.4
Gejala Jawaban Nilai konstipasi Yakin
Apakah Tidak 0 Muncul Cukup 0.6
mengalami ruam pada Yakin
flu ? kulit berupa
Apakah Cukup 0.6 bintik-bintik
mengalami Yakin berwarna
Demam ? merah muda
Apakah Tidak 0.2 2.4 Proses Perhitungan dengan Certainty
terasa Nyeri Tahu Factor
?

E-ISSN : 2502-096X
Langkah pertama yaitu eksekusi rule Kemudian dilakukan perhitungan

yang dilakukan dengan memasukan bobot CF gabungan tau CF kombinasi pada
nilai CF gejala yang dirasakan oleh user setiap jenis penyakit.
kemudian dari nilai gejala tersebut akan
dicari nilai minimal dari seluruh gejala Hipotesis P01
dan mengalikan dengan nilai CF setiap CFcomb1 = CF1+CF2*(1-CF1)
rule. = 0 + 0.12 * (1-0)
= 0 + (0.12*1)
Rule-1 = If [G01] And [G02] And [G03] = 0.12
And [G04] And [G05] And [G06] Then
CFcomb2 = CFcomb1 + CF3*(1-
P01 (CF= 0.80) CFcomb1)
= 0.12 + 0*(1-0.12)
CF1 = Min (G01, G02, G03, G04, G05,
= 0.12 + (0*0.88)
G06) * 0.80 = 0.12
CF1 = Min (0;0.6;0.2;0.8;0.6;0) * 0.80
2.5 Hasil Nilai Factor Kepastian
CF1 = 0 * 0.80 (CF)
CF1 = 0 Berdasarkan perhitungan manual
Fakta baru = P01 Campak = 0 didapatkan hasil perhitungan nilai CF
untuk masing-masing penyakit dan bobot
Langkah selanjutnya, dari hasil nilai user dimisalkan. Pada tabel 9
perhitungan rule didapatkan 30 fakta baru berikut:
yang didapatkan dari hasil perkalian nilai
minimal setiap gejala pada masing- Tabel 9 Hasil CF
masing rule dan kemudian dikalikan nilai
CF setiap rule. Fakta baru yang dihasilkan Kode Nilai CF
dapat dilihat pada tabel 8 berikut :
Penyakit
Tabel 8 Fakta Baru P01 0.12
Fakta P02 0
Rule Nilai
Baru P03 0.1
Rule-1 P01 0
Rule-2 P01 0.12 P04 0.62704
Rule-3 P01 0 P05 0
Rule-4 P02 0
Rule-5 P02 0 P06 0.407632
Rule-6 P02 0 P07 0.336128
Rule-7 P03 0
Rule-8 P03 0 P08 0
Rule-9 P03 0.1 P09 0.341584
Rule-10 P04 0.28
Rule-11 P04 0.26 P10 0
Rule-12 P04 0.3

E-ISSN : 2502-096X
Hasil dari perancangan sistem pakar SIMPULAN

ini dapat dilihat apabila aplikasi ini Berdasarkan penelitian yang telah
dijalankan pada sebuah komputer dengan dilakukan dan pembahasan pada bab-bab
web browser (mozila, google chrome dan sebelumnya, maka didapatkan beberapa
internet explorer). Pengguna website kesimpulan sebagai berikut :
sistem pakar ini dapat mencari informasi
dan melakukan konsultasi pada suatu 1. Sistem pakar ini dapat memberikan
jenis penyakit menular. Pengguna dapat informasi, solusi dan diagnosis dini
memilih beberapa menu form yang berdasarkan gejala yang dialami
tersedia dan ditampilkan pada form utama
oleh pasien.
yang terdapat dalam website. Untuk lebih
jelasnya dapat dilihat pada gambar 3
berikut. 2. Sistem pakar ini sudah dapat
membantu masyarakat
mengidentifikasi jenis dari
penyakit menular yang dibantu
dengan metode forward chaining
melalui media aplikasi desktop
sehingga penanganan lebih lanjut
terhadap penyakit cepat dilakukan
sebelum berkonsultasi langsung
dengan pakar.
3. Sistem pakar penyakit menular ini

dapat memberikan informasi-
informasi tentang penyakit
menular.
4. Dengan digunakannya metode

forward chaining dan certainty
Gambar 3 Form Konsultasi Sistem Pakar factor, sistem pakar ini sudah dapat
mendiagnosis jenis penyakit
Setelah di proses sistem pakar dapat
mendiagosis yaitu user di diagnosis menular beserta nilai keyakinan
terkena penyakit Tifus dengan tingkat (certainty factor) seseorang
keyakinan 62 %. menderita penyakit tersebut.
Sistem pakar penyakit menular ini
Pada Penelitian ini ujicoba dilakukan mampu menyimpan representasi
kepada 20 orang user, dimana dari hasil
pengetahuan pakar berdasarkan
uji coba tersebut dan dibandingkan
dengan pendapat dokter maka diperoleh nilai kepercayaan (certainty factor)
keakuratan dari sistem ini sebesar 85%. dengan nilai akurasi sebesar 85%.
DAFTAR PUSTAKA

E-ISSN : 2502-096X
[1] Noor Mutsaqof Ahmad Aniq, [5] Wahyuni Ida dan Kusumawati
Wiharto dan Suryani Esti, 2015. Chynthia, 2017. “Diagnosis
“Sistem Pakar Untuk Mendiagnosis Penyakit Infeksi Saluran
Penyakit Infeksi Menggunakan Pernapasan pada Anak
Forward,” JURNAL ITSMART Menggunakan Forward chaining
Vol 4. No 1. Juni 2015. ISSN : dan Certainty factor,” Seminar
2301–7201 Nasional Inovasi Teknologi UN
PGRI Kediri, 22 Februari 2017.
[2] Nugraha Andy Pratama, Dirgantoro ISSN: 2549-7952
Burhanuddin dan Novianty Astry,
2015. “Aplikasi Sistem Pakar [6] Sayhromi Polin, 2016. “Sistem
Untuk Mendiagnosa Penyakit Pakar Mendiagnosa Penyakit
Dalam Menggunakan Metode Leptospirosis Menggunakan
Forward chaining dan Certainty Metode Certainty factor Dengan
factor Berbasis Web (Studi Kasus : Penelusuran Forward chaining,”
Poliklinik PT. POS Indonesia Jurnal Riset Komputer
Bandung,” e-Proceeding of (JURIKOM), Volume : 3, Nomor:
Engineering : Vol.2, No.2 Agustus 1, Februari 2016. ISSN: ISSN :
2015. ISSN : 2355-9365 2407-389X
[7] Tullah Rahmat, Ramdhan Syaipul

[3] Agustina Erlina, Pratomo
dan Padang Nasrullah Mubarak,
Istas,Wibawa Adhi Dharma dan
2017. “Sistem Pakar Diagnosis
Rahayu Sri, 2017. “Expert System
Penyakit Menular Pada Klinik
for Diagnosis Pests and Diseases of
Umum Kebon Jahe Berbasis Web
The Rice Plant using Forward
Dengan Menggunakan Metode
chaining and Certainty factor
Forward chaining,” JURNAL
Method,” IEEE 2017 International
SISFOTEK GLOBAL Vol. 7 No. 1
Seminar on Intelligent Technology
/ Maret 2017. ISSN : 2088 – 1762
and Its Application. DOI : 978-1-
5386-2708-2/17/$31.00
[8] Wahyuni Ida dan Kusumawati
Chynthia, 2017. “Diagnosis
Penyakit Infeksi Saluran
[4] Astuti Indryani, Sutarno Heri dan Pernapasan pada Anak
Rasim, 2017. “The Expert System Menggunakan Forward chaining
of Children’s Digestive Tract dan Certainty factor,” Seminar
Diseases Diagnostic using Nasional Inovasi Teknologi UN
Combination of Forward chaining PGRI Kediri, 22 Februari 2017.
and Certainty factor Methods,” ISSN: 2549-7952
IEEE 2017 3rd International
Conference on Science in [9] Yuhandri, 2018. “Diagnosa
Information Technology Penyakit Osteoporosis
(ICSITech). DOI : 978-1-5090- Menggunakan Metode Certainty
5864-8/17/$31.00 factor,” Vol. 2 No. 1 (2018) 422 –
429. ISSN : 2580-0760

Sistem Pakar Diagnosis Penyakit Menular Dengan Met

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sistem Pakar Diagnosis Penyakit Menular Dengan Met

Diunggah oleh

Hak Cipta:

Format Tersedia

E-ISSN : 2502-096X

JURNAL SAINS DAN INFORMATIKA P-ISSN :2459-9549

SISTEM PAKAR DIAGNOSIS PENYAKIT MENULAR

Widya Lelisa Army 1), Yuhandri 2), Sumijan 3)

Submitted: 17-09-2018, Reviewed: 10-11-2018, Accepted 26-11-2018

Copyright@2018 by LL Dikti Wilayah X 171

ditangani. Oleh karena itu dibutuhkan

Copyright@2018 by LL Dikti Wilayah X 172

Metodologi penelitian berkaitan

Copyright@2018 by LL Dikti Wilayah X 173

2. Mempelajari Literatur 5. Pembentukan Rule dengan Metode

Copyright@2018 by LL Dikti Wilayah X 174

b. Membuat rule atau aturan Masalah yang dibahas dalam

d. Menguji kesesuaian dan diagnosis Kode Nama

Copyright@2018 by LL Dikti Wilayah X 175

merah kecil-kecil berkeringat dan

Copyright@2018 by LL Dikti Wilayah X 176

Copyright@2018 by LL Dikti Wilayah X 177

[G06] Then P05 , CF: 0.80 Apakah Yakin 0.8

Copyright@2018 by LL Dikti Wilayah X 178

Langkah pertama yaitu eksekusi rule Kemudian dilakukan perhitungan

Copyright@2018 by LL Dikti Wilayah X 179

Hasil dari perancangan sistem pakar SIMPULAN

3. Sistem pakar penyakit menular ini

4. Dengan digunakannya metode

Copyright@2018 by LL Dikti Wilayah X 180

[7] Tullah Rahmat, Ramdhan Syaipul

Copyright@2018 by LL Dikti Wilayah X 181

Anda mungkin juga menyukai