Makalah SP

MAKALAH
DIAGNOSIS PENYAKIT KULIT

MENGGUNAKAN METODE CERTAINTY FACTOR
Disusun oleh:
Suryadin (2019060025)
Khaerunisa (2021060188)
Sri Endang (2020060133)
Fifi Anggriani (2019060068)
Wardatul Nafisa (2019060089)
Muhammad Fauzan (2019060015)
Muhammad Fajarullah (2019060064)
PROGRAM STUDI S1 PENDIDIKAN TEKNOLOGI INFORMASI
PROGRAM SARJANA STKIP TAMAN SISWA BIMA
BIMA
2022
i
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Mahakuasa karena telah memberikan kesempatan pada
penulis untuk menyelesaikan makalah ini. Atas rahmat dan hidayah-Nya lah penulis dapat
menyelesaikan makalah yang berjudul Diagnosis Penyakit Kulit Menggunakan Metode Certainty
Factor.
Makalah Diagnosis Penyakit Kulit Menggunakan Metode Certainty Factor disusun guna
memenuhi Tugas UAS pada Mata Kuliah Sistem Pakar dan SPK. Selain itu, makalah ini juga
bertujuan untuk menambah wawasan tentang pemahaman mengenai masalah penyakit Kulit
dan membangun kerja sama yang baik antar kelompok, memahami dan menguasai kegiatan
wawancara serta memperoleh informasi dari hasil wawancara.
Penulis mengucapkan terima kasih sebesar-besarnya kepada Bapak Dosen Teguh Ansyor,
M.Kom selaku Dosen mata kuliah. Tugas yang telah diberikan ini dapat menambah pengetahuan dan
wawasan terkait bidang yang ditekuni penulis. Penulis juga mengucapkan rasa terima kasih yang
sebesar-besarnya kepada semua pihak yang telah membantu dalam membuat laporan hasil
wawancara ini. Satu harapan yang penulis harapkan semoga karya tulis ini dapat berguna
bagi pembaca umunya dan penulis khususnya.
Penulis menyadari makalah ini masih jauh dari kata sempurna. Oleh karena itu, kritik dan
saran yang bersifat membangun sangat diperlukan untuk perbaikan di masa yang akan datang.
Bima, Januari 2022
Penulis
i
DAFTAR ISI
HALAMAN JUDUL
LATAR BELAKANG............................................................................................................... i
DAFTAR ISI............................................................................................................................ ii
BAB I PENDAHULUAN ........................................................................................................ 1
1.1 Latar Belakang .................................................................................................................. 1
1.2 Rumusan Masalah ............................................................................................................. 2
1.3 Batasan Masalah ................................................................................................................ 2
1.4 Tujuan Penelitian ............................................................................................................... 2
1.5 Manfaat Penelitian ............................................................................................................. 2
BAB II TINJAUAN PUSTAKA ............................................................................................ 3
2.1 Tinjauan Pustaka .............................................................................................................. 3
2.2 Landasan Teori.................................................................................................................. 4
BAB III METODE PENELITIAN ......................................................................................... 7
3.1 Metode Wawancara ........................................................................................................... 7
3.2 Metode Observasi .............................................................................................................. 7
3.3 Studi Pustaka ..................................................................................................................... 8
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ....................................................... 9
4.1 Analisis Data ..................................................................................................................... 9
4.2 Kasus ............................................................................................................................... 12
4.3 Pembobotan ..................................................................................................................... 13
4.4 Perhitungan Manual Metode Certainty Factor ............................................................... 15
4.5 Tingkat Akurasi ............................................................................................................... 24
BAB V PENUTUP.................................................................................................................. 25
Kesimpulan ............................................................................................................................ 25
DAFTAR PUSTAKA ............................................................................................................. 26
LAMPIRAN......................................................................................................................................... 27
ii
BAB I
PENDAHULUAN
1.1 Latar Belakang

Pada saat ini komputer merupakan hal yang sangat berpengaruh dalam
perkembangan teknologi informasi. Terdapat sebuah teknik komputer yang berfungsi untuk
mengolah pengetahuan yaitu Kecerdasan Buatan atau Artificial Intelligence. Salah satu
cabang dari kecerdasan buatan adalah Sistem Pakar atau Expert System yang sudah banyak
digunakan pada saat ini. Salah satu implementasi sistem pakar yang diterapkan adalah dalam
bidang kesehatan, sehingga memudahkan masyarakat untuk mengetahui gejala penyakit
terlebih dahulu tanpa harus berkonsultasi langsung dengan dokter. Sistem pakar yang
dibangun pada penelitian ini adalah sistem pakar untuk penyakit kulit.
Menurut Sulastomo (2013) menjelaskan bahwa “Kulit adalah organ terluar dari
tubuh yang melapisi tubuh manusia. Berat kulit diperkirakan 7% dari berat tubuh total. Pada
permukaan luar kulit terdapat pori-pori (rongga) yang menjadi tempat keluarnya keringat.
Kulit adalah organ yang memiliki banyak fungsi, diantaranya adalah sebagai pelindung
tubuh dari berbagai hal yang dapat membahayakan, sebagai alat indra peraba, pengatur suhu
tubuh, dll”. Kulit dikatakan sehat apabila lapisan luar kulit mengandung lebih dari 10% air.
Hal itu disebabkan oleh karena adanya regulasi keseimbangan cairan di dalam kulit. Karena
itu apabila kita tidak memperhatikan kesehatan kulit kita, maka kita dapat terkena berbagai
macam penyakit kulit.
Penyakit kulit adalah kelainan kulit yang diakibat adanya jamur, kuman, parasit,
virus maupun infeksi yang dapat menyerang siapa saja. Penyakit kulit dapat menyerang
seluruh atau sebagian tubuh tertentu dan dapat membahayakan kondisi kesehatan penderita
jika tidak ditangani dengan serius.
Penyakit kulit memiliki banyak jenisnya, sehingga terkadang kita bingung dengan
gejala-gejala yang kita alami. Misalnya, gejala gatal bukan cuma terjadi apabila terkena
panu atau jamur tetapi bisa juga terjadi karena penyakit lain. Karena itu kita harus menemui
dokter untuk berkonsultasi secara langsung tentang penyebab gejala yang kita alami. Tetapi
terkadang banyak orang yang terkendala jarak dan waktu ataupun biaya untuk pergi ke
dokter hanya untuk mengetahui penyakit yang diderita berdasarkan gejala yang dialami.
Terkadang juga masyarakat takut untuk menemui dokter karena takut terdeteksi penyakit-
penyakit berbahaya lainnya dan masyarakat saat ini juga cenderung meremehkan penyakit
kulit karena kurangnya informasi dan pengetahuan tentang penyakit kulit tersebut.
1
Dengan adanya perkembangan teknologi pada saat ini, kita dapat mendeteksi
penyakit kulit berdasarkan gejalanya tanpa harus menemui dokter secara langsung. Salah
satu perkembangan teknologi tersebut adalah kecerdasan buatan (Artificial Intelligence).
Sistem pakar merupakan cabang dari kecerdasan buatan yang menggunakan pengetahuan
manusia untuk memecahkan masalah- masalah yang biasanya membutuhkan keahlian
seorang pakar.
Metode yang akan diterapkan dalam sistem pakar ini adalah metode Certainty
Factor (CF). Metode ini digunakan untuk mengakomodasi ketidakpastian pemikiran (inexact
reasoning) seorang pakar. Seorang pakar, (misalnya dokter) sering kali menganalisis
informasi yang ada dengan ungkapan seperti “mungkin”, “kemungkinan besar”, “hampir
pasti”. Untuk mengakomodasi hal ini kita menggunakan Certainty Factor (CF) guna
menggambarkan tingkat keyakinan pakar terhadap masalah yang sering dihadapi
1.2 Rumusan Masalah

1.2.1 Bagaimana perhitungan manual dari metode Certainty Factor?
1.2.2 Berapa tingkat akurasi penyakit?
1.3 Batasan Masalah

1.3.1 Menggunakan metode Certainty Factor
1.3.2 Objek penelitian yaitu pada penyakit kulit dengan melakukan wawancara dengan
seorang pakar
1.3.3 Menggunakan data 13 penyakit dengan gejala sebanyak 37 gejala
1.4 Tujuan Penelitian

1.4.1 Mengetahui cara dan hasil dari metode Certainty Factor.
1.4.2 Mengetahui tingkat akurasi penyakit
1.4.3 Memenuhi Tugas UAS pada Mata Kuliah Sistem Pakar dan SPK
1.5 Manfaat Penelitian

1.5.1 Mengetahui secara spesifik tentang penyakit kulit beserta gejalanya
1.5.2 Dapat dijadikan sebagai referensi
1.5.3 Menambah pemahaman mengenai metode Certainty Factor.
2
BAB II
TINJAUAN PUSTAKA
2.1 Tinjauan Pustaka

Menurut Penelitian Gilberth Malo, Immanuela P. Saputro,dan Rinaldo Turang (2019)
dalam jurnalnya yang berjudul Sistem Pakar Diagnosis Penyakit Kulit Menggunakan
Metode Certainty Factor. Sistem Pakar Diagnosis Penyakit Kulit menggunakan Metode
Certainty Factor sudah berhasil dibuat dan dapat berjalan dengan baik. Sistem dapat
memberikan hasil diagnosis berupa nama penyakit dan solusi. Dari hasil pengujian yang
dilakukan terhadap 25 contoh kasus dengan data acak didapat tingkat ketepatan 92%.
Menurut Indyah Hartami Santi dan Ardita Irvan Septiawan (2018) dalam jurnalnya
yang berjudul Metode Forward Chaining Pada Sistem Pakar Dalam Mendiagnosis Penyakit
Kulit. Aplikasi yang dibangun dapat digunakan oleh pengguna untuk mendiagnosis penyakit
kulit sebelum melakukan pemeriksaan lebih lanjut ke dokter ahli. Membantu dalam
melakukan identifikasi penyakit kulit secara dini, melalui pengolahan komputer, sehingga
penanganan lebih lanjut terhadap penyakit tersebut dapat dengan cepat dilakukan. Penggunan
metode fordward chaining dengan proses penelusuran dapat digunakan untuk pembuatan
Sistem Pakar Diagnosis Penyakit Kulit.
Menurut penelitian Subrianto Chandra, Yuhandri Yunus dan Sumijan (2020) dalam
jurnalnya yg berjudul Sistem Pakar Menggunakan Metode Certainty Factor untuk Estetika
Kulit Wanita dalam Menjaga Kesehatan. Sistem Pakar menggunakan metode Certainty
Factor pada estetika kulit wanita ini telah dapat digunakan pasien wanita yang mengalami
masalah kulit untukmelakukan diagnosis secara dini berdasarkan keluhanyang dirasakan.
Semakin banyak gejala dengan tingkatkeyakinan yang terpenuhi dari aturan yang ada pada
suatu kasus masalah estetika kulit, maka tingkatpersentase nilai keyakinan (Certainty Factor)
semakintinggi dan memudahkan masyarakat umum khususnyawanita memperoleh infomasi
penyakit dan solusiperawatan estetika kulit.
Menurut penelitian Yayak Kristiyan P (2017) dalam jurnalnya yang berjudul Sistem
Pakar Diagnosa Penyakit Kulit Menggunakan Metode Forward Chaining. Dengan adanya
Aplikasi Sitem Pakar Diagnosa Penyakit Kulit dapat membantu seseorang terutama
dikalangan masyarakat untuk mengetahui penyakit kulit yang di alami serta untuk
mengetahui pertolongan utama yang harus dilakukan. Dapat memberikan pengetahuan akan
3
penyakit kulit yang di alami user. Dengan adanya aplikasi ini dapat memberikan pemasukan
tambahan untuk instansi.
Dan menurut Muhammad Angga Kurnia Cahyana dan Pastima Simanjuntak (2020) dalam
jurnalnya yang berjudul Aplikasi Sistem Pakar Untuk Mendiagnosis Penyakit Kusta Dengan
Metode Forward Chaining. Berdasarkan penelitian yang telah dijelaskan bahwa pengamatan
terhadap sistem yang dibuat apakah telah berjalan dengan sesuai apa yang diinginkan
sebelumnya dan apakah telah bekerja dengan baik dan benar. Pengamatan dilakukan
berdasarkan perpaduan antara laporan hasil penemuan sistem pakar denganhasil penemuan
seorang pakar kemudian hasilnya semua sesuai. Sistem pakar mendiagnosis penyakit kusta
adalah sistem yang dirancang dan diprogramkan berbasia web yang berguna untuk untuk
mendiagnosis penyakit kusta menggunakan pemrogaman php dan MySQL.
2.2 Landasan Teori

Sistem pakar merupakan cabang dari Artificial Itellegence (AI) yang cukup tua karena
sistem ini mulai dikembangkan pada pertengahan 1960. Sistem pakar yang muncul pertama
kali adalah General-purpose Problem Solver (GPS) yang dikembangkan oleh Newel dan
Simon. Sampai saat ini banyak sistem pakar yang dibuat, seperti MYCIN untuk diagnosis
penyakit, DENDRAL untuk mengidentifikasi struktur molekul campuran yang tak dikenal,
XCON dan XSEL untuk membantu konfigurasi sistem komputer besar, SOPHIE untuk
analisis sirkuit elektronik, Prospector digunakan di bidang geologi untuk membantu mencari
dan menemukan deposit, FOLIO digunakan untuk membantu memberikan keputusan bagi
seorang manajer dalam stok dan investasi, DELTA dipakai untuk pemeliharaan lokomotif
listrik diesel, dan sebagainya (Sutojo, dkk., 2011:159).
Menurut Merlina dan Hidayat dalam bukunya Perancangan Sistem Pakar (2012:1),
beberapa definisi sistem pakar menurut beberapa ahli yaitu sebagai berikut :
1. Menurut Durkin : “Sistem pakar adalah suatu program komputer yang dirancang
untuk memodelkan kemampuan penyelesaian masalah yang dilakukan seorang
pakar.”
2. Menurut Ignizo : “Sistem pakar adalah suatu model dan prosedur yang berkaitan,
dalam suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan
dengan keahlian seorang pakar.”
3. Menurut Giarratano dan Riley : “Sistem pakar adalah suatu sistem komputer yang bisa
menyamai atau meniru kemampuan seorang pakar”.
4
4. Istilah sistem pakar berasal dari istilah knowledge-based expert system. Istilah
knowledge-based expert system muncul karena untuk memasukkan masalah, sistem
pakar menggunakan pengetahuan seorang pakar yang dimasukkan ke dalam
komputer. Seseorang yang bukan pakar menggunakan sistem pakar untuk
meningkatkan kemampuan pemecahan masalah, sedangkan seorang pakar
menggunakan sistem pakar untuk knowledge assistant [Sutojo, dkk., 2011:160].
Shortliffe Buchanan memperkenalkan Certanity Factor dalam pembuatan MYCIN

pada tahun 1975 untuk mengatasi pemikiran ketidakpastian seorang ahli/pakar (Kusumadewi,
2003). Certainty Factor (CF) merupakan salah satu teknik yang digunakan untuk mengatasi
ketidakpastian dalam pengambilan keputusan. Certainty Factor dapat terjadi dengan berbagai
kondisi. Pada konsep Certainty Factor ini juga sering dikenal dengan adanya believe dan
disbelieve. Believe merupakan keyakinan, sedangkan disbelieve merupakan ketidakyakinan.
Certainty Factor didefinisikan sebagai persamaan berikut :
CF (h, e) = MB (h, e) – MD (h, e)
Keterangan:
CF[h,e] : Certainty Factor dalam hipotesis h yang dipengaruhi oleh fakta e.
MB[h,e] : Meansure of Believe, merupakan nilai kenaikan dari kepercayaan
hipotesis h dpengaruhi oleh fakta e.
MD[h,e] : Meansure of Disbelieve, merupakan nilai kenaikan dari ketidakpercayaan
hipotesis h dipengaruhi oleh fakta e.
H : hipotesa
E : evidence
Untuk mengombinasikan dua atau lebih aturan, sistem berbasis pengetahuan dengan
beberapa aturan, masing-masing darinya menghasilkan kesimpulan yang sama tetapi faktor
ketidakpastiannya berbeda, maka setiap aturan dapat ditampilkan sebagai potongan bukti
yang mendukung kesimpulan bersama.
Untuk menghitung CF (keyakinan) dari kesimpulan diperlukan 3 tahapan perhitungan
yaitu:
Certainty Factor untuk kaidah dengan premis tunggal (single premis rules)
5
CF[H,E] = CF[E] *CF[rule]
= CF[user] *CF[pakar]
Certainty Factor untuk kaidah dengan kesimpulan yang serupa (similary concluded rules)
CF combine CF[H,E]1,2 = CF[H,E]1 + CF[H,E]2 * [1-CF[H,E]1]
CF combine CF[H,E]old,3= CF[H,E]old + CF[H,E]3 * [1CF[H,E]old]
CF combine = Cfold + CFgejala *(1 - CFold)
Persentase Penyakit
CF presentase = CF combine * 100%
Kelebihan dan Kekurangan Metode Certainty Factor

Kelebihan metode Certainty Factor adalah (T. Sutojo, dkk ; 2011 : 204) :
1. Metode ini cocok dipakai dalam sistem pakar yang mengandung ketidakpastian.
2. Dalam sekali proses perhitungan hanya dapat mengolah 2 data saja sehingga
kekurangan data dapat terjaga.
Sedangkan kekurangan metode Certainty Factor adalah:

1. Pemodelan ketidakpastian yang menggunakan perhitungan metode Certainty Factor
biasanya masih diperdebatkan.
2. Untuk data lebih dari 2 buah, harus dilakukan beberapa kali pengolahan data
6
BAB III
METODE PENELITAN
3.1 Metode Wawancara

Wawancara adalah tanya jawab antara dua pihak yaitu pewawancara dan narasumber
untuk memperoleh data, keterangan atau pendapat tentang suatu hal.
Pada penelitian ini penyusun melakukan wawancara dengan seorang dokter yang
bernama Dr.Saiful Bahri yang bertugas di Puskesmas Palibelo untuk mendapatkan informasi
mengenai penyakit kulit beserta gejalanya. Data yang diperoleh dari pakar dijadikan sebagai
data sampel.
3.2 Metode Observasi

Observasi merupakan salah satu metode pengumpulan data dengan cara mengamati
atau meninjau secara cermat dan langsung di lokasi penelitian untuk mengetahui kondisi yang
terjadi atau membuktikan kebenaran dari sebuah desain penelitian yang sedang dilakukan.
Pada penelitian ini, penyusun melakukan Observasi dengan salah satu dokter yang
bertugas di Puskesmas Palibelo untuk mendapatkan informasi mengenai Penyakit Kulit
beserta Gejalanya.
3.3 Studi Pustaka

Studi pustaka atau studi kepustakaan adalah kegiatan untuk menghimpun informasi
yang relevan dengan topik atau masalah yang menjadi objek penelitian (misalnya buku atau
jurnal) dan topik cerita yang diusung ke dalam karya tulis non ilmiah (misalnya novel).
Pada penyusunan makalah ini, penyusun menggunakan beberapa jurnal sebagai
referensi untuk membantu melengkapi informasi yang didapat dari seorang pakar.
Adapun beberapa jurnal yang dijadikan sebagai referensi, diantaranya:
1. Gilberth Malo, Immanuela P. Saputro,dan Rinaldo Turang (2019) dalam
jurnalnya yang berjudul Sistem Pakar Diagnosis Penyakit Kulit Menggunakan
Metode Certainty Factor,
2. Indyah Hartami Santi dan Ardita Irvan Septiawan (2018) dalam jurnalnya yang
berjudul Metode Forward Chaining Pada Sistem Pakar Dalam Mendiagnosis
Penyakit Kulit.
7
3. Subrianto Chandra, Yuhandri Yunus dan Sumijan (2020) dalam jurnalnya yg
berjudul Sistem Pakar Menggunakan Metode Certainty Factor untuk Estetika
Kulit Wanita dalam Menjaga Kesehatan.
4. Yayak Kristiyan P (2017) dalam jurnalnya yang berjudul Sistem Pakar
Diagnosa Penyakit Kulit Menggunakan Metode Forward Chaining.
5. Muhammad Angga Kurnia Cahyana dan Pastima Simanjuntak (2020) dalam
jurnalnya yang berjudul Aplikasi Sistem Pakar Untuk Mendiagnosis Penyakit
Kusta Dengan Metode Forward Chaining.
8
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Analisis Data

Data dalam penelitian ini merupakan data penyakit dan gejala yang diperoleh dari
beberapa jurnal dan website yang kemudian dirangkum dan dikonsultasikan dengan seorang
pakar, apakah penyakit dan gejalanya sudah sesuai dengan yang sebenarnya. Pada table 4.1
merupakan data penyakit dan gejala yang digunakan dalam penelitian ini:
Tabel 4.1 Data penyakit dan gejala

Kode Penyakit Gejala
P1 Eksim (Dermatitis) 1. Rasa gatal berlebih
2. Kulit memerah
3. Terasa panas
4. Bersisik serta pecah-pecah.
P2 Melanoma 1. Munculnya pigmen atau noda tak biasa
pada kulit
2. Gatal
3. Nyeri
4. Tahi lalat terasa perih dan tak kunjung
hilang
5. Pembengkakan kalenjar
6. Sesak nafas.
P3 Campak (Rubella) 1. Demam
2. Pilek
3. Bersin-bersin
4. Badan lesu
5. Sakit kepala
6. Bercak merah seluruh tubuh.
P4 Acses 1. Benjolan merah yang nyeri
2. Kemerahan pada bisul
3. Kulit bengkak disekitar benjolan
4. Adanya nanah dibisul.
9
P5 Kudis (Skabies) 1. Rasa gatal pada malam hari disela jari
kaki, tangan dan sebagainya
2. Munculnya ruam
3. Munculnya luka dan kulit berkerak.
P6 Herpes 1. Rasa gatal
2. Kulit sensistif
3. Munculnya ruam tidak rata
4. Terasa terbakar
5. Munculnya bercak disisi tubuh.
P7 Psoriasis 1. Ruam memerah
2. kulit terkelupas
3. Terasa kering
4. Bersisik
P8 Kurap 1. Bercak merah
2. Gatal
3. Bersisik pada area kulit
4. Ruam yang berkembang menjadi
melepuh,
P9 Cacar Air 1. Demam
2. Sakit tenggorokan
3. Sakit perut ringan
4. Sakit kepala
5. Lelah dan lemas
6. Hilang nafsu makan
7. Bintik merah berisi cairan.
P10 Jerawat (Acne) 1. Benjolan yang berwarna kemerahan atau
kuning
2. Sensasi panas atau terbakar akibat
peradangan
3. Timbul rasa gatal pada benjolan
P11 Impetigo 1. Kulit gatal
2. Kulit memerah
3. Melepuh berisi nanah
10
P12 Kinea (Panu) 1. Bercak putih
2. Gatal
3. Bersisik.
P13 Kusta 1. Gatal
2. Kulit mati rasa
3. Kulit tidak berkeringat
4. Muncul luka tapi tidak terasa sakit
5. Otot melemah.
Penilaian kebutuhan merupakan persyaratan fungsional sistem dengan menentukan

penelitian dari masalah pada penyakit kulit. Penyakit kulit yang telah diketahui,dibutuhkan
sesuatu penilain kebutuhan agar dapat menentukan hasil diagnosa suatu penyakit yang tepat
dalam sebuah sistem, yaitu dengan menentukan gejala-gejala penyakitnya. Berdasarkan
pengetahuan yang diperoleh dari seorang pakar, penyakit kulit memiliki gejala-gejala yang
dapat dibentuk sebagai aturan (rule) yang dapat dilihat pada tabel 4.2 , sebagai berikut:
Tabel 4.2 Tabel Rule

Rule IF THEN
R1: IF G1 OR G2 OR G3 AND G4 P1 (Eksim)
R2 : IF G5 OR G1 OR G6 OR G7 OR G8 AND G9 P2 (Melanoma)
R3 : IF G10 OR G11 OR G12 OR G13 OR G14 AND G15 P3 (Rubella)
R4 : IF G16 OR G2 OR G17 AND G18 P4 (Acses)
R5 : IF G1 OR G19 AND G20 P5 (Skabies)
R6 : IF G1 OR G21 OR G19 OR G22 AND G23 P6 (Herpes)
R7: IF G19 OR G24 OR 25 AND G3 P7 (Psoriasis)
R8 : IF G15 OR G1 OR G3 AND G26 P8 (Kurap)
R9 : IF G10 OR G27 OR G28 OR G14 OR G29 OR G30 P9 (Cacar Air)
AND G31
R10 : IF G16 OR G4 AND G1 P10 (Acne)
R11 : IF G1 OR G2 AND G32 P11 (Impetigo)
R12 : IF G33 OR G1 AND G3 P12 (Kinea)
R13 : IF G1 OR G34 OR G35 OR 36 AND G37 P13 (Kusta)
11
4.2 Kasus
Adapun masalah yang terjadi pada penelitian ini antara lain terdapat pada tabel 4.3
dibawah ini:
Tabel 4.3 Kasus/Permasalahan
Kasus/Permasalahan Penyebab
Banyaknya penyakit kulit yang Penyakit kulit pada umumnya banyak sekali
dianggap remeh dan biasa oleh jenisnya dengan gejala – gejala yang hampir
masyarakat sehingga tidak langsung mirip, sehingga bagi penderita yang kurang
tertangani secara cepat. informasi dan pengetahuan terhadap gejala -
gejala yang ditimbulkan oleh penyakit kulit
dibiarkan begitu saja dan tidak segera ditangani
dengan baik.
Penyakit kulit memiliki banyak jenisnya, sehingga terkadang kita bingung dengan
gejala-gejala yang kita alami. Misalnya, gejala gatal bukan cuma terjadi apabila terkena
panu atau jamur tetapi bisa juga terjadi karena penyakit lain. Karena itu kita harus menemui
dokter untuk berkonsultasi secara langsung tentang penyebab gejala yang kita alami. Tetapi
terkadang banyak orang yang terkendala jarak dan waktu ataupun biaya untuk pergi ke
dokter hanya untuk mengetahui penyakit yang diderita berdasarkan gejala yang dialami.
Terkadang juga masyarakat takut untuk menemui dokter karena takut terdeteksi penyakit -
penyakit berbahaya lainnya dan masyarakat saat ini juga cenderung meremehkan penyakit
kulit karena kurangnya informasi dan pengetahuan tentang penyakit kulit tersebut. Maka
dari itu perlu adanya sebuah sistem yang membantu untuk mendeteksi secara dini gejala -
gejala dari penyakit kulit. Salah satu cabang ilmu komputer yang dapat membantu dalam
menangani deteksi penyakit kulit adalah sistem pakar. Pada penelitian ini, pembuatan sistem
pakar diagnosa penyakit kulit menggunakan metode Certainty Factor. Aplikasi diagnosa
penyakit kulit dapat melakukan diagnosa terhadap pasien berdasarkan gejala-gejala yang di
alami sehingga dapat diperoleh sebuah kemungkinan penyakit yang didertita pasien
12
4.3 Pembobotan
Pembobotan gejala merupakan sebagai acuan yang digunakan untuk mengukur
akurasi metode. Hasil pegujian metode tersebut kemudian akan dievaluasi berdasarkan
keyakinan dari seorang pakar. Tabel 4.4 berikut merupakan bobot untuk metode Certainty
Factor.
Tabel 4.4 Bobot metode Certainty Factor
No Certainty Term Nilai
1 Tidak yakin 0
2 Kurang yakin 0.1 – 0.3
3 Sedikit yakin 0,4 – 0.5
4 Cukup yakin 0.6 – 0.7
5 Yakin 0.8 – 0.9
6 Sangat yakin 1
Ketika melakukan wawancara dengan seorang pakar didapatlah sampel berupa data
penyakit kulit dan gejalanya serta pemberian bobot nilai tiap gejala yang ditentukan oleh
seorang pakar. Pada tabel 4.5 berikut dapat dilihat jenis penyakit kulit dan gejala serta bobot
nilai tiap gejala.
Tabel 4.5 Penyakit dan gejala serta bobot nilai tiap gejala
Kode Gejala Penyakit
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13
G1 Rasa gatal 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9
G2 Kulit memerah 0,9 0,9 0,9
G3 Bersisik serta 0,7 0,7 0,7 0,7
pecah - pecah
G4 Terasa Panas 0,8 0,8
G5 Munculnya 0,9
pigmen/noda tak
biasa pada kulit
G6 Nyeri 0,8
G7 Tahi lalat terasa 0,7
perih dan tak
kunjung hilang
13
G8 Pembengkakan 0,8
kalenjar
G9 Sesak nafas 0,9
G10 Demam 0,8 0,8
G11 Pilek 0,7
G12 Bersin – bersin 0,9
G13 Badan lesu 0,8
G14 Sakit kepala 0,7 0,7
G15 Bercak merah 0,9 0,9
seluruh tubuh
G16 Benjolan merah 0,8 0,8
yang nyeri
G17 Kulit bengkak 0,7
disekitar benjolan
G18 Adanya nanah 0,9
dibisul
G19 Munculnya ruam 0,8 0,8 0,8
G20 Muncul luka dan 0,7
kulit berkerak
G21 Kulit sensitif 0,9
G22 Terasa terbakar 0,8
G23 Munculnya 0,7
bercak
G24 Kulit terkelupas 0,9
G25 Terasa kering 0,8
G26 Ruam yang 0,7
berkembang
menjadi melepuh
G27 Sakit tenggorokan 0,9
G28 Sakit perut ringan 0,8
G29 Lelah dan lemas 0,7
G30 Hilang nafsu 0,9
makan
G31 Bintik merah 0,8
berisi cairan
G32 Melepuh berisi 0,7 0,7
nanah
14
G33 Bercak putih 0,9 0,9
G34 Kulit mati rasa 0,7
G35 Kulit tidak 0,9
berkeringat
G36 Muncul luka tapi 0,8
tidak terasa sakit
G37 Otot melemah 0,7
4.4 Perhitungan Manual Metode Certainty Factor

1. P1 = (G1,G12,G3,G4)
Kode CF Pakar CF User
G1 0,9 0,4
G2 0,9 0,5
G3 0,8 0,7
G4 0,7 0,7
Perhitungan Perhitungan CF Combine

CFG1 = CFPakar x CFUser CFG1 + CFG2 x (1-CFG1)
= 0,9 x 0,4 = 0,36 + 0,45 x (1-0,36)
= 0,36 = 0,36 + 0,45 x 0,64
= 0,36 + 0,288
CFG2 = CFPakar x CFUser CFOld1 = 0,648
= 0,9 x 0,5 CFOld + CFG3 x (1 - CFOld)
= 0,45 = 0,648 + 0,56 x (1 - 0,648)
= 0,648 + 0,56 x 0,352
CFG3 = CFPakar x CFUser = 0,648 + 0,1971
= 0,8 x 0,7 CFOld2 = 0,8451
= 0,56 CFOld2 + CFG4 x (1 – CFOld2)
= 0,8451 + 0,49 x (1 - 0,8451)
CFG4 = CFPakar x CFUser = 0,8451 + 0,49 x 0,1549
= 0,7 x 0,7 = 0,8451 + 0,0759
= 0,49 CFCombine = 0,921
CFCombine x 100%
Persentase = 0,921 x 100%
= 92,1%
2. P2 = (G1,G5,G6,G47,G8,G9)

G1 0,9 0,4
G5 0,9 0,4
G6 0,8 0,6
G7 0,7 0,8
15
G8 0,8 0,6
G9 0,9 0,5

CFG1 = CFPakar x CFUser CFG1 + CFG5 x (1 – CFG1)
= 0,9 x 0,4 = 0,36 + 0,36 x (1-0,36)
= 0,36 = 0,36 + 0,36 x 0,64
= 0,9 x 0,4 CFOld1 = 0,5904
= 0,36 CFOld1 + CFG6 x (1 – CFOld1)
= 0,5904 + 0,48 x (1 – 0,5904)
= 0,8 x 0,6 = 0,5904 + 0,1966
= 0,48 CFOld2 = 0,7870
= CFOld2 + CFG7 x (1- CFOld2)
CFG7 = CFPakar x CFUser = 0,787 + 0,56 x (1 – 0,787)
= 0,7 x 0,8 = 0,787 + 0,56 x 0,213
= 0,56 = 0,787 + 0,1192
CFOld3 = 0,9062
CFG8 = CFPakar x CFUser = CFOld3 + CFG8 x (1 – CFOld3)
= 0,8 x 0,6 = 0,9062 + 0,48 x (1 – 0,9062)
= 0,48 = 0,9062 + 0,48 x 0,0938
= 0,9062 + 0,0422
CFG9= CFPakar x CFUser CFOld4 = 0,9484
= 0,9 x 0,5 = CFOld3 + CFG9 x (1 – CFOld3)
=0,45 = 0,9484 + 0,45 x (1- 0,9484)
= 0,9484 + 0,45 x 0,0516
= 0,9484 + 0,0232
CFCombine = 0,9716
CFCombine x 100%
= 97,16%
3. P3 = (G1,G10,G11,G12,G13,G14,G15)

G10 0,8 0,3
G11 0,7 0,4
G12 0,9 0,5
G13 0,8 0,3
G14 0,7 0,6
G15 0,9 0,2

= 0,8 x 0,3 = 0,24 + 0,28 x (1 – 0,24)
= 0,24 = 0,24 + 0,28 x 0,76
16
= 0,24 + 0,2128
= 0,7 x 0,4 CFOld1 + CFG12 x (1 – CFOld1)
= 0,28 = 0,4528 + 0,45 x (1 – 0,4528)
= 0,4528 + 0,45 x 0,5472
= 0,9 x 0,5 CFOld2 = 0,699
= 0,45 CFOld2 + CFG13 x (1 – CFOld2)
= 0,699 + 0,24 x (1 – 0,699)
= 0,8 x 0,3 = 0,699 + 0,0722
= 0,24 CFOld3 = 0,7712
CFOld3 + CFG14 x (1 – CFOld3)
= 0,7 x 0,6 = 0,7712 + 0,42 x 0,2888
= 0,42 = 0,7712 + 0,0960
CFOld4 = 0,8672
CFG15 = CFPakar x CFUser CFOld4 + CFG15 x (1 – CFOld4)
= 0,9 x 0,2 = 0,8672 + 0,18 x (1 – 0,8672)
= 0,18 = 0,8672 + 0,18 x 0,1328
= 0,8672 + 0,0239
CFCombine = 0,8911
CFCombine x 100%
= 89,11%
4. P4 = (G2,G16,G17,G18)

G2 0,9 0,5
G16 0,8 0,3
G17 0,7 0,6
G18 0,9 0,4

= 0,9 x 0,5 = 0,45 + 0,24 x (1 – 0,45)
= 0,45 = 0,45 + 0,24 x 0,55
= 0,45 +0,132
= 0,24 = 0,582 + 0,42 x (1 – 0,582)
= 0,582 + 0,42 x 0,418
= 0,7 x 0,6 CFOld2 = 0,7575
= 0,42 CFOld2 + CFG18 x (1 – CFOld2)
= 0,7575 + 0,36 x (1 – 0,7575)
17
= 0,9 x 0,4 = 0,7575 + 0,0873
= 0,36 CFCombine = 0,8448
CFCombine x 100%
= 84,48%
5. P5 = (G1,G19,G20)

G1 0,9 0,4
G19 0,8 0,5
G20 0,7 0,4

= 0,9 x 0,4 = 0,36 + 0,4 x (1 – 0,36)
= 0,36 = 0,36 + 0,4 x 0,64
=0,36 + 0,256
= 0,4 = 0,616 + 0,28 x (1 – 0,616)
= 0,616 + 0,28 x 0,384
= 0,7 x 0,4 CFCombine = 0,7235
= 0,28
CFCombine x 100%
= 72,35%
6. P6 = (G1,G19,G21,G22,G23,)

G1 0,9 0,2
G19 0,8 0,4
G21 0,9 0,3
G22 0,8 0,5
G23 0,7 0,4

= 0,9 x 0,2 = 0,18 + 0,32 x (1 – 0,18)
= 0,18 = 0,18 + 0,32 x 0,82
= 0,18 + 0,2624
18
= 0,32 = 0,4424 + 0,27 x (1 – 0,4424)
= 0,4424 + 0,27 x 0,5576
= 0,9 x 0,3 CFOld2 = 0,5929
= 0,27 CFOld2 + CFG22 x (1 – CFOld2)
= 0,5929 + 0,4 x (1 – 0,5929)
= 0,8 x 0,5 = 0,5929 + 0,1628
= 0,4 CFOld3 = 0,7557
= 0,7 x 0,4 = 0,7557 + 0,28 x 0,2443
= 0,28 = 0,7557 + 0,0684
CFCombine = 0,8241
CFCombine x 100%
Persentase = 0,8241x 100%
= 82,45%
7. P7 = (G19,G24,G25,G3)

G19 0,8 0,3
G24 0,9 0,4
G25 0,8 0,5
G3 0,7 0,6

= 0,8 x 0,3 = 0,24 + 0,36 x ( 1- 0,24)
= 0,24 = 0,24 + 0,36 x 0,76
= 0,24 + 0,2736
= 0,36 = 0,5136 + 0,4 x (1 – 0,5136)
= 0,5136 + 0,4 x 0,4864
= 0,8 x 0,5 CFOld2 = 0,7081
= 0,4 = CFOld2 +CFG3 x (1 – CFOld2)
= 0,7081 + 0,42 x (1 – 0,7081)
CFG3= CFPakar x CFUser = 0,7081 + 0,42 x 0,2919
= 0,7 x 0,6 = 0,7081 + 0,1225
= 0,42 = 0,8306
CFCombine x 100%
= 83,06%
19
8. P8 = (G1,G3.G15,G26)

G1 0,9 0,3
G3 0,7 0,4
G15 0,9 0,2
G26 0,7 0,5

= 0,9 x 0,3 = 0,27 + 0,28 x (1 – 0,27)
= 0,27 = 0,27 + 0,28 x 0,73
= 0,27 + 0,2044
= 0,28 = 0,4744 + 0,18 x (1 – 0,4744)
= 0,4744 + 0,18 x 0,5256
= 0,9 x 0,2 CFOld2 = 0,569
= 0,18 CFOld2 + CFG26 x (1 – CFOld2)
= 0,569 + 0,35 x (1 – 0,569)
= 0,7 x 0,5 = 0,569 + 0,1508
= 0,35 CFCombine = 0,7198
CFCombine x 100%
= 71,98%
9. P9 = (G10,G14,G27,G28,G29,G30,G31)

G10 0,8 0,3
G14 0,9 0,2
G27 0,8 0,3
G28 0,7 0,5
G29 0,7 0,4
G30 0,9 0,3
G31 0,8 0,4

= 0,9 x 0,3 = 0,27 + 0,18 x (1 – 0,27)
= 0,27 = 0,27 + 0,18 x 0,73
= 0,27 + 0,1314
= 0,18 = 0,4014 + 0,24 x (1 – 0,4014)
20
= 0,4014 + 0,24 x 0,5959
= 0,8 x 0,3 CFOld2 = 0,5444
= 0,24 CFOld2 + CFG28 x (1 – CFOld2)
= 0,5444 + 0,35 x (1 – 0,5444)
= 0,7 x 0,5 = 0,5444 + 0,1594
= 0,35 CFOld3 = 0,7038
= 0,7 x 0,4 = 0,7038 + 0,28 x 0,2962
= 0,28 = 0,7038 + 0,0829
CFOld4 = 0,7867
CFG30 = CFPakar x CFUser CFOld4 + CFG30 x (1 – CFOld4)
= 0,9 x 0,3 = 0,7867 + 0,27 x (1 – 0,7867)
= 0,27 = 0,7867 + 0,27 x 0,2733
= 0,7867 + 0,0737
= 0,32 = 0,8604 + 0,32 x (1 – 0,8604)
= 0,8604 + 0,32 x 0,1396
= 0,8604 + 0,0446
CFCombine = 0,905
CFCombine x 100%
= 90,5%
10. P10 = (G1,G4,G16)

G1 0,9 0,3
G4 0,8 0,5
G16 0,8 0,4

= 0,9 x 0,3 = 0,27 + 0,4 x (1 – 0,27)
= 0,27 = 0,27 + 0,4 x 0,73
= 0,27 + 0,292
= 0,4 = 0,562 + 0,32 x (1 – 0,5255)
= 0,562 + 0,32 x 0,4745
= 0,8 x 0,4 CFCombine = 0,7138
= 0,32
21
CFCombine x 100%
= 71,38%
11. P11 = (G1,G2,G32)

G1 0,9 0,3
G2 0,9 0,4
G32 0,7 0,6

= 0,9 x 0,3 = 0,27 + 0,36 x (1 – 0,27)
= 0,27 = 0,27 + 0,36 x 0,73
= 0,27 + 0,2628
= 0,36 = 0,5328 + 0,42 x (1 – 0,5328)
= 0,5328 + 0,42 x 0,4672
= 0,7 x 0,6 CFCombine = 0,729
= 0,42
CFCombine x 100%
= 72,9%
12. P12 = (G1,G3,G33)

G1 0,9 0,4
G3 0,7 0,5
G33 0,9 0,6

= 0,9 x 0,4 = 0,36 + 0,35 x (1 – 0,36)
= 0,36 = 0,36 + 0,35 x 0,64
= 0,36 + 0,2304
= 0,35 = 0,5804 + 0,54 x (1 – 0,5804)
= 0,5804 + 0,54 x 0,4196
22
= 0,9 x 0,6 CFCombine = 0,7272
= 0,54
CFCombine x 100%
= 72,72%
13. P13 = (G1,G34,G35,G36,G37)

G1 0,9 0,3
G34 0,7 0,2
G35 0,9 0,3
G36 0,8 0,5
G37 0,7 0,6

= 0,9 x 0,3 = 0,27 + 0,14 x (1 – 0,27)
= 0,27 = 0,27 + 0,14 x 0,73
= 0,27 + 0,1022
= 0,14 = 0,3722 + 0,27 x (1 – 0,3722)
= 0,3722 + 0,27 x 0,6278
= 0,9 x 0,3 CFOld2 = 0,0630
= 0,27 CFOld2 + CFG36 x (1 – CFOld2)
= 0,0630 + 0,4 x (1 – 0,0630)
= 0,8 x 0,5 = 0,0630 + 0,3748
= 0,4 CFOld3 = 0,4378
= 0,7 x 0,6 = 0,4378 + 0,42 x 0,5622
= 0,42 = 0,4378 + 0,2362
CFCombine = 0,674
CFCombine x 100%
= 67,4%
23
4.5 Tingkat Akurasi
Berdasarkan hasil penelitian dan perhitungan yang telah dilakukan, didapatkanlah

nilai akurasi untuk melihat seberapa akurat hasil akhir dari penyakit kulit dengan
menggunakan metode Certainty Factor. Tingkat akurasi penyakit dapat dilihat pada tabel 4.6
dibawah ini;
Tabel 4.6 Tingkat akurasi penyakit

Rule Kode Penyakit Penyakit Persentase
R1 P1 Eksim 92,1%
R2 P2 Melanoma 97,16%
R3 P3 Campak (Rubella) 89,11%
R4 P4 Acses 84,48%
R5 P5 Kudis (Skabies) 72,35%
R6 P6 Herpes 82,45%
R7 P7 Psoriasis 83,06%
R8 P8 Kurap 71,98%
R9 P9 Cacar Air 90,5%
R10 P10 Acne 71,38%
R11 P11 Impetigo 72,9%
R12 P12 Kinea (Panu) 72,72%
R13 P13 Kusta 67,4%
24
BAB V
PENUTUP
Kesimpulan
Berdasarkan pengamatan, perhitungan menggunakan metode Certainty Factor dan
pembahasan pada bab – bab sebelumnya, maka dapat ditarik kesimpulan yaitu :
1. Penyakit kulit yang sering menyerang tubuh menyebabkan timbulnya berbagai gejala,
seperti yang sering muncul diantaranya ; Gatal, kulit memerah, bintik berisi
cairan/nanah dan bersisik.
2. Penyakit kulit merupakan masalah yang komplek. Banyak faktor yang mempengaruhi
timbulnya penyakit ini, diantaranya adalah faktor kebersihan, daya tahan tubuh
(imunitas), kebiasaan, atau perilaku sehari-hari (makan, pergaulan, atau pola
hubungan) seksual, faktor fisik, bahan kimia, mikrobiologi, serta faktor lingkungan.
Akibat dari kelalaian tersebut tubuh jadi rentan terkena penyakit kulit, penyakit kulit
yang biasanya sering menyerang tubuh diantaranya ; Eksim, Melanoma, Rubella,
Furunkel, Skabies, Herpes, Psoriasis, Kurap, Cacar Air dan Jerawat.
3. Setelah dilakukan perhitungan menggunakan metode Certainty Factor dengan sampel
data penyakit kulit sejumlah 13 penyakit dengan 38 gejala maka diperoleh tingkat
akurasi rata – rata sebesar 80,58%.
25
DAFTAR PUSTAKA
Gilberth Malo, Immanuela P. Saputro,dan Rinaldo Turang, 2019, Sistem Pakar Diagnosis
Penyakit Kulit Menggunakan Metode Certainty Factor, Jurnal Realtech ISSN: 1907-
0837, Vol. 15, No.1, April 2019.
Indyah Hartami Santi dan Ardita Irvan Septiawan, 2018, Metode Forward Chaining Pada
Sistem Pakar Dalam Mendiagnosis Penyakit Kulit, Jurnal Antivirus, ISSN: 1978-
5232, Vol. 12 No. 1 Mei 2018.
Muhammad Angga Kurnia Cahyana dan Pastima Simanjuntak, 2020, Aplikasi Sistem Pakar
Untuk Mendiagnosis Penyakit Kusta Dengan Metode Forward Chaining,
Jurnal Comasie, ISSN 2715-6265 , Vol. 03 No. 01 2020.
Subrianto Chandra, Yuhandri Yunus dan Sumijan, 2020, Sistem Pakar Menggunakan
Metode Certainty Factor untuk Estetika Kulit Wanita dalam Menjaga Kesehatan,
ISSN: 2714-9730, Vol. No. 4 2020.
Yayak Kristiyan P 2017, Sistem Pakar Diagnosa Penyakit Kulit Menggunakan
Metode Forward Chaining, Jurnal Insand Comtech, ISSN 2302-6227, Vol. 2, No. 1,
Mei 2017.
Aris Kurniawan, Selasa 18 Januari 2022, Pengertian Wawancara, Teknik, Langkah , Metode,
Jenis, Ciri, Tujuan & Contoh , https://www.gurupendidikan.co.id/pengertian-
wawancara/
M. Prawiro, Selasa 18 januari 2022, Pengertian Wawancara Secara Umum, Tujuan, Jenis, dan
Ciri - Pewawancara, https://www.maxmanroe.com/vid/karir/pengertian-wawancara.html
Ridwan Karim, Selasa, 18 januarai 2022, Kajian Pustaka; Pengertian,Manfaat Jenis dan
Contoh, https://penerbitbukudeepublish.com/kajian-pustaka/
Syafnidawati, Selasa 18 Januari 2022, Observasi, https://raharja.ac.id/2020/11/10/observasi/
26
LAMPIRAN
27

Makalah SP

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

Makalah SP

Diunggah oleh

Hak Cipta:

Format Tersedia

MAKALAH

DIAGNOSIS PENYAKIT KULIT

PROGRAM STUDI S1 PENDIDIKAN TEKNOLOGI INFORMASI

PROGRAM SARJANA STKIP TAMAN SISWA BIMA

Bima, Januari 2022

1.1 Latar Belakang

1.2 Rumusan Masalah

1.3 Batasan Masalah

1.4 Tujuan Penelitian

1.5 Manfaat Penelitian

2.1 Tinjauan Pustaka

2.2 Landasan Teori

Shortliffe Buchanan memperkenalkan Certanity Factor dalam pembuatan MYCIN

CF (h, e) = MB (h, e) – MD (h, e)

CF presentase = CF combine * 100%

Kelebihan dan Kekurangan Metode Certainty Factor

Sedangkan kekurangan metode Certainty Factor adalah:

3.1 Metode Wawancara

3.2 Metode Observasi

3.3 Studi Pustaka

4.1 Analisis Data

Tabel 4.1 Data penyakit dan gejala

Penilaian kebutuhan merupakan persyaratan fungsional sistem dengan menentukan

Tabel 4.2 Tabel Rule

4.4 Perhitungan Manual Metode Certainty Factor

Perhitungan Perhitungan CF Combine

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

10. P10 = (G1,G4,G16)

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

11. P11 = (G1,G2,G32)

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

12. P12 = (G1,G3,G33)

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

13. P13 = (G1,G34,G35,G36,G37)

Kode CF Pakar CF User

Perhitungan Perhitungan CF Combine

Berdasarkan hasil penelitian dan perhitungan yang telah dilakukan, didapatkanlah

Tabel 4.6 Tingkat akurasi penyakit

Syafnidawati, Selasa 18 Januari 2022, Observasi, https://raharja.ac.id/2020/11/10/observasi/

Anda mungkin juga menyukai