NAMA : FITRI AMALIAH.

KELAS/NIM : B/P102211043

REVIEW LITERATUR (TABEL SINTESIS)

SISTEM PAKAR MENDETEKSI GANGGUAN GIZI PADA ANAK BALITA

No Nama Peneliti (Nama Judul Tujuan Metode yang Sampel dan Gejala Hasil Kesimpulan
Jurnal) digunakan yang di Deteksi
pada Sistem Pakar
1 Nada Zuhriyah, Istiadi, & Sistem Pakar membangun sistem Metode Certainty Factor 30 responden : Hasil konsultasi penyakit Telah berhasil dibangun
Gigih Priyandoko Mendeteksi pakar mendeteksi adalah suatu metode Terdapat 6 gizi pada balita “sistem pakar mendeteksi
(Conference on Gangguan Gizi gangguan gizi pada untuk membuktikan penyakit yang di uji menunjukan tingkat gangguan gizi pada
Innovation and pada Anak Balita anak balita suatu fakta itu pasti pada penelitian ini, kepercayaan 0,89 atau balita” untuk membantu
Application of Science Menggunakan menggunakan metode ataukah tidak pasti yaitu kwashiorkor dapat dipersentasekan masyarakat umum dalam
and Technology Metode Certainty Certainty Factor. dalam bentuk metric (kekurangan menjadi 89% untuk mengidentifikasi
(CIASTECH 2020), ISSN Factor Berbasis yang biasanya digunakan protein), Marasmus penyakit anemia, dengan gangguan yang diderita
Online : 2622-1284, 02 Web dalam sistem pakar. (kekurangan gejala yang muncul detak oleh balita berdasarkan
Desember 2020) energi), marasmus- jantung cepat, sakit kepala gejala-gejala yang
kwasiorkor dan kehilangan nafsu diberikan.
(gabungan dari makan. Pada grafik
kekurangan protein kuisioner sistem, jumlah
dan energi), beri- responden yang setuju
beri (kekurangan lebih banyak daripada
B1), skorbut jumlah responden yang
(kekurangan tidak setuju, maka
vitamin C asam pengujian sistem pakar
askorbat), anemia web certainty factor ini
(kekurangan zat menyatakan bahwa data
besi) pada sistem atau data
pada aplikasi ini telah valid
dan hasil yang telah
ditampilkan sesuai dengan
pakar yang ada.
2 Soni Setiawan Sistem Pendukung Membuat program naïve bayes 150 data sampel validasi nilai output Sistem yang dibuat dapat
(Universitas 17 Agustus Keputusan aplikasi untuk balita program penentu status digunakan sebagai alat
1945 Surabaya) Diagnosa Stunting mengetahui status stunting balita dari 150 untuk menentukan status
Pada Balita dengan stunting pada balita data sampel sebanyak 118 stunting pada balita.
Metode Naïve berbasis website dan data yang bernilai Valid Metode naïve bayes
Bayes Berbasis menguji penerapan dan 32 data bernilai False dapat digunakan untuk
Website metode naive bayes atau Error yang ditandai menentukan status
dalam pembuatan dengan warna merah stunting pada balita
 keputusan akhir muda. Berdasarkan berdasar kondisi fisik
pengujian tersebut, maka balita yang dapat diukur
nilai prosentasi validasi
sistem penentu resiko
stunting balita adalah
sebesar 78,67 %
3 Ratna Noviani & Sistem Pakar Memanfaatkan sistem algoritma Bayes adalah Jumlah sampel Nilai Akurasi ketepatan 1. Dengan adanya
Sulindawaty (Jurnal Mendiagnosa Gizi pakar dalam dunia salah satu metode untuk tidak disampaikan perhitungan manual dan sistem pakar
Nasional Komputasi dan Buruk Pada Balita kesehatan yaitu mengatasi dalam jurnal. Pada perhitungan pada sistem mendiagnosa gizi
Teknologi Informasi, Vol. Menggunakan tentang gizi ketidakpastian suatu penelitian ini pakar mendiagnosa gizi buruk pada balita ini,
3 No. 2, Oktober 2020) Teorema Bayes data terdapat 5 nama buruk pada balita maka membantu
penyakit gizi buruk menggunakan teorema masyarakat untuk
pada balita, dan 25 bayes memiliki keakuratan dapat mengetahui
nama gejala 99%. Pada penelitian ini gejala dan diagnose
penyakit gizi buruk terdapat 5 nama penyakit penyakit gizi buruk
pada balita. gizi buruk pada balita, dan yang dialami oleh
25 nama gejala penyakit balita.
gizi buruk pada balita 2. Sistem pakar
mendiagnosa gizi
buruk pada balita
menggunakan
teorema bayes
berhasil di
implementasikan
menggunakan
metode bayes.
3. Sistem pakar yang
dimplementasikan
dapat digunakan
sebagai sarana untuk
mendiagnosa
penyakit gizi buruk
pada balita.
4 Dewi Simanjuntak & Sistem Pakar Mendeteksi penyakit Algoritma Naive Bayes Jumlah sampel Penelitian menunjukkan 1. Pada sistem yang
Anita Sindar (Jurnal Deteksi Gizi Buruk gizi buruk pada usia 1- merupakan sebuah tidak disampaikan hasil perkalian tertinggi dibangun, diagnosa
Inkofar. Volume 1 No. 2 Balita 3 tahun (balita). metoda klasifikasi dalam jurnal. dari klasifikasi naive bayes metode Naive Bayes
Desember 2019, ISSN: dengan Metode menggunakan menggunakan metode Dalam penelitian ini merupakan jenis penyakit Classifier diperoleh
2615-3645) Naïve Bayes algoritma Naïve Bayes probabilitas dan statistik. ada 3 jenis penyakit gizi buruk yang diderita setelah melakukan
Classifier Clasifier Semua algoritma berdasarkan pasien. Hasil deteksi dapat menginput data
klasifikasi berusaha gejalanya dimanfaatkan sebagai gejala gizi buruk,
membentuk model yang Kwarshiorkor (P1), informasi awal deteksi gizi menginput data
mempunyai akurasi Marasmik- buruk. pengetahuan,
 tinggi atau (laju error Kwarshiorkor (P2), memilih gejala yang
yang rendah). Marasmus (P3) muncul selanjutnya
dengan 24 gejala tindakan diagnosa
gizi buruk. sehingga dapat
disimpulkan jenis
penyakit gejala buruk
pasien.
2. Hasil diagnosa
dipengaruhi gejala-
gejala gizi buruk yang
muncul. Dari kasus
yang telah dibahas,
perhitungan Naive
Bayes Classifier pada
diagnosa penderita
gizi buruk dengan 3
jenis penyakit,
memiliki gejala
nomor G3, G6, G12,
G13 diperoleh
klasifikasi perkalian
tertinggi yaitu Nilai
0.0013168617, jenis
penyakit
Kwarshiorkor
5 Chandra Kirana,Lukas Sistem Pakar Membantu orang tua Mendiagnosa gejala Jumlah sampel Sistem pakar diagnosis Dengan adanya aplikasi
Tommy, & M.Indra Diagnosa Penyakit mendiagnosa penyakit akan menggunakan tidak disampaikan penyakit gizi buruk pada ini dapat membantu
Wijaya (Jurnal Sistem Gizi Buruk Pada dan gejala gizi buruk metode certainty factor dalam jurnal. Gejala balita dengan pengguna khususnya
Informasi dan Teknologi Balita Dengan pada balita melalui sebagai perhitungan dan penyakit yang menggunakan metode orang tua untuk
Informasi, Vol. 8, No. 2, Metode Certainty smartphone android, pada aplikasi sistem diuji dalam sistem Certainty Factor dapat mengetahui penyakit dan
Oktober 2019) Factor sistem ini dibangun pakar pakar yaitu gejala digunakan untuk gejala gizi buruk pada
menggunakan bahasa sebanyak 28 dan mendiagnosis penyakit gizi balitanya, serta
pemograman java penyakit sebanyak buruk pada balita. Dilihat mendapatkan solusi dari
dengan alat pembantu 10 dari pengujian yang telah penyakit yang di derita
yaitu android studio, dilakukan menggunakan
database MySQL dan sistem pakar dengan
PHP beberapa gejala dan
penyakit didapat nilai
kesesuaian sebesar 80%.
6 Ade Mubarok, Sari Aplikasi Sistem Dibuatkan sebuah alat Metode Dempster Jumlah sampel Hasil pengujian Sistem pakar ini dapat
Susanti, & Novi Imelia Pakar Diagnosis bantu berupa sistem Shafer adalah metode tidak disampaikan menunjukan membantu masyarakat
(Jurnal Responsif, Vol. Gangguan Gizi pakar berbasis android penalaran non dalam jurnal. Gejala perbandingan antara hasil terutama orang tua anak
2 No.1 Februari 2020, Pada Anak untuk mendiagnosis monotonis yang dan penyakit yang diagnosis yang dilakukan dalam mendapatkan
E-ISSN: 2685-6964) Menggunakan penyakit akibat digunakan untuk dapat di uji dalam oleh pakar dan sistem, informasi seputar gizi,
Metode Dempster gangguan gizi mencari ketidak sistem pakar ini menghasilkan keluaran status gizi, berat badan
Shafer menggunakan metode konsistenan akibat terdapat 31 gejala yang sama sehingga ideal, asupan makanan
Dempster Shafer adanya penambahan & 8 penyakit. Selain aplikasi ini dapat sesuai kebutuhan anak
beserta cara maupun pengurangan itu juga terdapat digunakan untuk dan mendiagnosis
penanganannya, fakta baru yang akan tampilan menu mendiagnosis gangguan gangguan gizi pada anak.
menentukan status gizi merubah aturan yang seputar gizi yang gizi serta mendapatkan
berdasarkan berat ada, sehingga metode dapat berfungsi informasi seputar gizi
badan menurut usia Dempster Shafer memberikan anak. Hasil Pengujian
(BB/U), serta memungkinkan informasi guna Sistem Dengan Pakar : TBC
mengetahui berat seseorang aman meningkatkan (95%), campak (98%),
badan ideal anak dan melakukan pekerjaan status gizi bagi gondok (89%), diare 99%),
saran asupan pakar, sekaligus dapat balita anemia (92%), obesitas
makanannya mengetahui persentase (99%), dll menghasilkan
dari penyakit yang keluaran yang sama
diderita sehingga aplikasi ini layak
untuk digunakan.