Abstrak: Kehadiran teknologi informasi dengan program aplikasi membantu dan berperan penting dalam kehidupan
manusia Sistem Pakar diagnosa Penyakit Dalam Pada Manusia merupakan aplikasi yang berguna untuk
mengetahui jenis penyakit yg terdapat pada rongga tubuh manusia bagian dalam, beserta gejala yang dialami
pemakai. Model inferensi yang digunakan dalam pembuatan sistem pakar ini adalah factor kepastian (Certainty
Factor sedangkan teknik pencarian menggunakan Cash Based Reasoning. Penentuan diagnosa dalam sistem
pakar ini dilakukan melalui proses konsultasi antara sistem dan pemakai. Jawaban disesuaikan dengan aturan
yang berada di dalam sistem, jika jawaban yang dimasukkan sesuai dengan aturan yang berlaku, maka sistem
ini akan memberikan hasil diagnosa berupa informasi penyakit. Diharapkan dengan dibuatnya Sistem Pakar
Untuk Mendiagnosa Penyakit dalam Pada Manusia ini dapat memberikan hasil diagnosa, penyebab,
pengobatan, serta pencegahan terhadap suatu penyakit. Sistem ini disebut dengan Sistem Pakar (Expert
Sistem).
Kata kunci: Sistem Pakar, Certainty Factor, Case Based Reasoning, Penyakit Dalam
9
Jika menggunakan max untuk batas kepastian G * *
CF(H,e) = 1 * min [0.8, 0.8, 0.8, 0.7] 0
CF(H,e) = 0.7 1
Dari perhitungan secara di atas, didapatkan 0
nilai faktor kepastian dari masukan gejala untuk G *
penyakit sakit jantung adalah 0,7 0
1
Tabel 5. Tabel Aturan spectrum Penyakit dan 1
Gejala G *
K Kode Penyakit 0
o 1
d P P P P P P P P P P 2
e 0 0 0 0 0 0 0 0 0 0
G *
G 0 0 0 0 0 0 0 0 0 1 0
ej 1 2 3 4 5 6 7 8 9 0 1
al 3
a G *
0
G * * * 1
0 4
0 G *
1 0
G * 1
0 5
0 G * *
2 0
G * 1
0 6
0 G *
3 0
G * 1
0 7
0 G *
4 0
G * 1
0 8
0 G *
5 0
G * 1
0 9
0 G *
6 0
G * 2
0 0
0 G *
7 0
G * 2
0 1
0 G *
8 0
G * 2
0 2
0 G *
Seminar Nasional Royal (SENAR) 2018 ISSN 2622-9986 (cetak)
STMIK Royal – AMIK Royal, hlm. 81 – 86 ISSN 2622-6510 (online)
Kisaran, Asahan, Sumut - 3 September 2018
ak (0.8)
bercam Mudah
pur lelah
darah (0.8)
(0.5) Jantung
Air berdeba
kencin r
g kencan
berwar g (0.6)
na Emosi
kemera tinggi
han (0.6)
(0.7) 7. Berat Kencin 0,66 0,7 0,04
Badan badan g
terasa berkura Manis
lemas ng (0.8) (0.7)
(0.8) Air
4. Bagian Sakit 0,65 0,6 0,05 kencing
pada Kunin dirubun
putih g (0,6) gi
mata, semut
kulit (0.7)
dan air Sering
kencing buang
mengu air
ning kencing
(0.6) (0.7)
Demam Sering
(0.8) merasa
Napsu haus
makan secara
berkura tiba –
ng (0.7) tiba
5. Perut Diare 0.6 0.6 0,00 (0.7)
Kembu (0.6)
ng (0.8) 8. Perut Maag 0,6 0,6 0,00
Perut tesara (0.6)
terasa keram
keram (0.7)
(0.7) Mual
Badan (0.8)
terasa Kotora
lemas n
(0.8) berwar
Ingin na
buang hitam
air (0.6)
terus 9. Demam Tipus 0,8 0,8 0,00
meneru (0.8) (0.8)
s (0.6) Sakit
6. Pusing Hipert 0,6 0.6 0,00 perut
atau ensi (0.8)
sakit (0.6) Denyut
kepala nadi
Seminar Nasional Royal (SENAR) 2018 ISSN 2622-9986 (cetak)
STMIK Royal – AMIK Royal, hlm. 81 – 86 ISSN 2622-6510 (online)
Kisaran, Asahan, Sumut - 3 September 2018
melema SIMPULAN
h (0.8)
Lidah 1. Sistem pakar ini telah memenuhi tujuan
berwar syarat dalam pendeteksian penyakit
na dengan penggunaan basis data dan basis
putih aturan. Terdapat spektrum pengetahuan
(0.8) pakar yaitu spektrum penyakit dan
1 Demam Batu 0,6 0,6 0,00 spektrum gejala serta basis aturan berupa
0. (0.8) Emped tabel relasi.
Badan u (0.6) 2. Penelitian sistem pakar untuk mendeteksi
terasa penyakit dalam ini diuji coba dengan
lemas memaparkan dengan gejala yang berbeda-
(0.8) beda untuk menguji kesamaan diagnosa
Mual sistem dengan diagnosa pakar yang
(0.8) memperoleh angka probabilitas
Merasa keakuratan sebesar 86%.
sakit 3. Sistem pakar ini berbasis web sehingga
ketika penulis menggunakan software PHP
menari dengan perancangan database
k napas menggunakan MySQL. Desain interface
(0.6) menggunakan Macromedia Dreamweaver
Total 0,14 sehingga program lebih interaktif dan
∑
perbedaan mudah digunakan dengan tampilan yang
Persentase 0.14 X 100 % 14 % menarik.
Perbedaan
Tingkat 100% - 14 % 86%
Kepastian
DAFTAR PUSTAKA