Prosiding SENTIA 2016 – Politeknik Negeri Malang Volume 8 – ISSN: 2085-2347

APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT KEPALA

PRIMER DENGAN METODE CERTAINTY FACTOR
Florena Galatia Mahardika1, Imam Fahrur Rozi2, Rudy Ariyanto3
Program Studi Teknik Informatika, Jurusan Teknologi Informasi,
Politeknik Negeri Malang
1
email4jobflorena@gmail.com,2 imam.rozi@gmail.com, 3 ariyantorudy@gmail.com

Abstrak
Sakit kepala merupakan suatu kondisi yang terdapat rasa sakit di dalam kepala atau sakit di belakang leher
atau punggung bagian atas. Pada penelitian ini akan meneliti tentang penyakit kepala primer, dikarenakan jenis
sakit kepala ini merupakan jenis penyakit yang paling umum dan sampai dengan 90% orang dewasa mengalami
atau akan mengalami jenis sakit kepala ini (dr. Obed Paundralingga,Msc.2015).
Penyakit kepala primer ini diklasifikasikan menjadi 4 bagian besar diantaranya Migraine, Tension Type
Headache (TTH), Trigeminal autonomic cephalalgias (TACs), dan Gangguan sakit kepala primer lainnya.
Penyakit migraine ini terbagi atas banyak sub penyakit, beberapa diantaranya ialah Migraine With Aura, Migraine
Without Aura, Chronic Migraine, etc dan penyakit Tension Type Headache (TTH) terbagi atas 3 sub yakni
Infrequent episodic tension-type headache,Frequent episodic tension-type headache, Chronic tension-type
headache (International Headache Society.2013:636).
Pada sistem pakar diagnosa penyakit kepala primer ini menggunakan metode certainty factor untuk
perhitungan tingkat kepercayaannya. Certainty factor memiliki nilai kepercayaan user dan nilai kepercyaan dari
pakar, dan nilai kepercayaan ini digunakan untuk mendapatkan nilai kepercayaan (CF). Dan setelah mendapatkan
nilai kepercayaan (CF), metode ini mengkombinasikan nilai CF berdasarkan penyakitnya, dan hasil diagnosa akan
tampil berdasarkan nilai kombinasi terbesar dari masing-masing penyakit.
Sistem pakar ini diimplementasikan dalam bentuk website yang bertujuan untuk memudahkan para
pengguna mencari informasi atau mendiagnosa penyakit kepala primer. Proses pengujian sistem pakar diagnosa
penyakit kepala primer ini adalah dengan membandingkan perhitungan manual, perhitungan sistem dan dari
seorang pakar yang nantinya akan menghasilkan keakuratan sistem. Pada penelitian ini menghasilkan keakuratan
diagnosa penyakit sebesar 100% dari 10 sampel data .

Kata kunci : Sakit Kepala, Kepala Primer, Migraine, Tension-Type Headache (TTH), Certaity Factor ,
Sistem Pakar

1. Pendahuluan dewasa. Namun, pasien ini tidak mengetahui jenis

Sakit kepala yang secara medis dikenal sebagai
cephalalgia atau dilafalkan cephalgia merupakan
suatu kondisi yang terdapat rasa sakit di dalam
kepala atau sakit di belakang leher atau punggung
bagian atas, disebut juga sebagai sakit kepala.
Penyakit kepala ini terdiri dari penyakit kepala
primer, penyakit kepala skunder dan nyeri saraf
kranial (cranial neuralgia), nyeri wajah, dan sakit
kepala lainnya. Penelitian ini akan meneliti tentang
penyakit kepala primer, dikarenakan jenis sakit
kepala ini merupakan jenis penyakit yang paling
umum dan sampai dengan 90% orang dewasa
mengalami atau akan mengalami jenis sakit kepala
ini (dr. Obed Paundralingga,Msc.2015).
Penyakit kepala primer ini dapat
diklasifikasikan menjadi 4 bagian besar diantaranya
Migraine, Tension Type Headache (TTH),
Trigeminal autonomic cephalalgias (TACs), dan
Gangguan sakit kepala primer lainnya (International
Headache Society.2013:636). Dalam survey yang
telah dilakukan, banyak orang telah mengalami sakit
kepala terutama migraine dan Tension Type
Headache. Penyakit kepala migraine ini sering
dialami oleh remaja dan wanita sedangkan penyakit
tension type headache sering dialami oleh orang
A-19
sakit kepala migraine dan Tension Type Headache
yang seperti apa. Sehingga diperlukan suatu sistem
yang mampu membantu dalam penentuan jenis
Migraine dan Tension Type Headache yang pasien
derita.
Maka dari itu dalam penelitian ini akan
meneliti 6 jenis penyakit kepala primer, yakni 3 dari
penyakit migraine dan 3 dari penyakit tension type
headache. Untuk 3 penyakit migraine, diantaranya
adalah sebagai berikut Migraine With Aura,
Migraine Without Aura, Chronic Migraine.
sedangkan untuk tension type headache, yaitu
Infrequent episodic tension-type headache,Frequent
episodic tension-type headache, Chronic tension-
type headache, karena mengingat adanya
kemampuan suatu sistem dalam mendiagnosa suatu
gejala memang tidak sebaik seorang dokter ahli,
masih banyak hal yang tidak pasti atau tidak
konsisten yang dapat menyebabkan kemungkinan
kesalahan diagnosa,maka perhitungan
ketidakpastian sangat diperlukan dalam sistem pakar,
agar hasil diagnosa sistem dapat meyakinkan seperti
layaknya diagnosa seorang ahli pakar.
Perhitungan ketidakpastian sistem dapat
dilakukan dengan beberapa metode, salah satu
Prosiding SENTIA 2016 – Politeknik Negeri Malang
metode yang dapat digunakan adalah metode
Certainty factor. Metode Certaity Factor
merupakan metode yang mendefenisikan ukuran
kepastian terhadap suatu fakta atau aturan untuk
menggambarkan tingkat keyakinan pakar terhadap
masalah yang sedang dihadapi, maka dari itu dapat
disimpulkan bahwa dengan menggunakan metode
Certainty factor dapat menggambarkan suatu tingkat
keyakinan pakar. Metode Certainty Factor ini juga
telah diterapkan pada penelitian mengenai penyakit
anak dan penyakit pada tanaman semangka dengan
mendapatkan hasil yang akurat. Maka dari itu,
sistem ini akan dibangun dengan menggunakan
metode certainty factor.
2. Landasan Teori
2.1 Hasil Penelitian Terkait
Pada penelitian yang dilakukan oleh
International Headache Society penyakit kepala
primer ini terdiri dari 4 bagian besar penyakit yakni
penyakit Migraine, Tension Type Headache (TTH),
Trigeminal autonomic cephalalgias (TACs), dan
Gangguan sakit kepala primer lainnya. Dan dalam 4
bagian besar ini masih terdapat sub-sub penyakit.
Menurut dr.Obed Paundralingga, MSc penyakit
kepala primer adalah penyakit kepala yang umum
dan 90% orang telah mengalami atau akan
mengalami penyakit kepala tersebut. Penyakit
kepala migraine sering dialami oleh remaja dan
wanita, sedangkan penyakit kepala tension type
headache sering dialami oleh orang dewasa.
Pada penelitian yang berbeda, Husniawati dan
Randy telah meneliti penyakit anak-anak dengan
menggunakan metode Certainty factor, adapun hasil
yang didapatkan yaitu metode ini telah
menghasilkan nilai yang akurat dalam mendiagnosa
penyakit anak-anak. Selain itu, pada penelitian yang
dilakukan oleh Dodi Harto dalam mendeteksi
penyakit pada buah semangka juga mendapatkan
nilai yang akurat.
2.2 Dasar Teori
2.2.1 Certainty factor
Teori Certainty factor (CF) diusulkan oleh
Shortliffe dan Buchanan pada tahun 1975 untuk
mengakomadasi ketidakpastian pemikiran (inexact
reasoning) seorang pakar. Seorang pakar, (misalnya
dokter) sering kali tidak pasti dalam menganalisa
suatu informasi yang ada dengan cara
mengungkapkan “mungkin”, “kemungkinan besar”,
“hampir pasti”.
Dalam mengekspresikan derajat kepastian
seorang pakar terhadap suatu data dengan
menggunakan Certainty factor. Berikut adalah
konsep derajat kepastian yang diformulasikan dalam
rumusan sebagai berikut :
CF ( H , E )  MB( H , E )  MD( H , E ) (1)
1
 primer merupakan data yang didapat dari dr.Obed
MB( H , E )   max[ P( H(2)
| E ), P( H )]  P( H )
 max[1,0]  P( H )
 A-20
Volume 8 – ISSN: 2085-2347
1

MD( H , E )   min[ P( P | E ), P( H )]  P( H )
 min[1,0]  P( H ) (3)

Dimana :
 CF(Rule) = faktor kepastian
 MB(H,E)=measure of belief (ukuran
kepercayaan) terhadap hipotesis H, jika
diberikan evidence E (antara 0 dan 1)
 MD(H,E)=measure of disbelief (ukuran
ketidakpercayaan) terhadap evidence
H, jika diberikan evidence E (antara 0 dan 1)
 P(H) = probabilitas kebenaran hipotesis H
 P(H|E) = probabilitas bahwa H benar karena
fakta E
 MB(H,E) = 1, jika 1 , jika tidak 1 maka
MB(H,E) = max[ P( H | E ), P( H )]  P( H )
max[1,0]  P( H )
 MD(H,E) = 1 jika 1, jika tidak 1 maka MD(H,E)
= min[ P( P | E ), P( H )]  P( H )
min[1,0]  P( H )
Setelah menemukan nilai CF(H,E) yang
digunakan sebagai nilai kepastian dari rule, maka
langkah berikutnya menghitung nilai CF(H,e)
dimana nilai ini digunakan sebagai nilai kepercayaan
terhadap suatu hipotesa (H) berdasarkan suatu
evidence (e).
(4)
CF ( H , e)  CF ( E, e) *CF ( H , E )
Formula Certainty factor untuk beberapa
kaidah yang mengarah pada hiptesa yang sama
menurut Kusrini dalam Latumakulita (2012), dapat

dituliskan sebagai berikut :
CF ( R1) CF ( R2) * [1  CF ( R1)]
CF (H )  CF ( R1)  CF ( R2) * [1  CF ( R1)] (5)
CF ( R1)  CF ( R2)
1  min[| CF ( R1) |, | CF ( R2) |]
Pada implementasi sistem pakar diagnosa
penyakit kepala primer menggunakan rumus:
(6)
CF ( R1, R2)  CF ( R1)  CF ( R2) * [1  CF ( R1)]
Karena nilai CF yang diberikan bernilai positif
dan nilainya lebih dari 0.
3. Metodologi Penelitian
Metodologi penelitian yang digunakan dalam
sistem ini adalah dengan menggunakan metode
waterfall. Dimana metode ini dimulai dari tahapan
analisa baik analisa kebutuhan data, pengguna, dan
fungsional setelah itu lanjut pada tahapan desain,
kemudian tahapan implementasi, tahapan pengujian
dan tahapan pemeliharan.
Tahapan analisa kebutuhan data terbagi atas 2
yakni data primer dan data sekunder. Dimana data
Paundralingga,MSc selaku pakar penyakit kepala
Prosiding SENTIA 2016 – Politeknik Negeri Malang Volume 8 – ISSN: 2085-2347

yang berupa data valid mengenai gejala dan penyakit detail penyakit atau data basis aturan , data
kepala primer. Sedangkan data sekunder didapat dari diagnosa,dan data pasien. Selain mengelola data
studi literature baik jurnal, buku mengenai sistem dokter juga memiliki hak akses untuk
pakar, certainty factor dan migraine serta tension menggunakan sistem diagnosa penyakit kepala
type headache. primer.
2. Pasien adalah user yang mempunyai hak untuk
4. Analisis dan Perancangan melakukan atau menggunakan sistem diagnosa
4.1 Analisis penyakit kepala primer.
Pada sistem diagnosa penyakit terdapat Tiap entity memberikan masukan berupa data
proses pertama yang dilakukan oleh user baik itu yang diperlukan dalam sistem. Dokter memasukan
dokter maupun pasien yang ingin melakukan data penyakit, gejala, aturan (detail data penyakit) ,
diagnosa yaitu melakukan regristrasi atau pasien dan diagnosa. Entity user atau pasien
mendaftarkan diri kemudian user menjawab memasukan data registrasi diri dan data diagnosa.
pertanyaan yang berhubungan dengan gejala Selanjutnya sistem pakar diagnosa penyakit kepala
penyakit kepala primer yang telah pernah ia rasakan primer ini akan memproses serta memberikan
atau sedang ia rasakan. keluaran berupa hasil diagnosa dengan
Setelah user menjawab pertanyaan tersebut menggunakan metode certainty factor.
maka jawaban dari user akan dicocokan dengan Pada gambar 4.3 merupakan diagram level 1
basis aturan kemudian akan dilanjutkan dengan dari sistem pakar diagnosa penyakit kepala primer,
menghitung suatu kepastian menggunakan metode dimana sistem ini memiliki 4 proses yakni proses
certainty factor dan akan mengeluarkan hasil login, pengelolaan data, registrasi, dan diagnosa
penyakit yang diderita oleh pasien dengan nilai penyakit.
keyakinannya. Secara umum sistem yang akan Data_login
Data Login
1.
Login
Data Login
Dokter
Informasi Data Login
dibangun akan ditampilkan pada gambar 4.1
dibawah ini : Data Gejala
Informasi Data Aturan ( Detail Data Penyakit )
Data_gejala
Informasi Data Gejala
Informasi Data Penyakit

Informasi Data Gejala

Data Penyakit
Data_penyakit Data Gejala
Informasi Data Penyakit
2.
Data Penyakit
Pengolahan Data
Data Aturan ( Detail Data Penyakit )
Data Aturan ( Detail Data Penyakit )
Detail_datapenyakit Informasi Data Aturan ( Detail Data Penyakit )

Data Pasien
Data Pasien
3.
Data_pasien Informasi Data Pasien
Regristrasi Data Pasien

User / Pasien

Gambar 4.1 WBS Data Diagnosa Hasil Diagnosa

Informasi Data Diagnosa 4. Data Diagnosa
Pengguna dalam sistem ini adalah pasien Data_diagnosa Informasi Data Diagnosa
Data Diagnosa
Diagnosa
Penyakit
Hasil Diagnosa
Data Diagnosa

yang telah atau sedang mengalami penyakit kepala

primer. Sistem ini juga dapat diakses oleh dokter. Gambar 4.3 Diagram Level Satu
b. Usecase Diagram
4.2 Perancangan Berikut ini adalah usecase diagram dari sistem
a. DFD pakar diagnosa penyakit kepala primer.
Pada gambar 4.2 merupakan diagram context System

sistem pakar diagnosa penyakit kepala primer. Login

Registrasi Data Diri Pasien

Hasil Diagnosa Data Gejala
Data Penyakit
Data Aturan ( Detail Data Penyakit ) Diagnosa Penyakit

Hasil Diagnosa
Hasil Diagnosa
Dokter

Registrasi Kelola Data Penyakit

Sistem Pakar Diagnosa
User / Pasien User / Pasien
Registrasi Penyakit Kepala Primer Dokter
Kelola Data Gejala

Kelola Data Aturan

Diagnosa
Data Aturan ( Detail Data Penyakit )
Data Penyakit Cetak Hasil Diagnosa
Data Gejala
Diagnosa
Kelola Data Diagnosa

Gambar 4.2 Diagram Context

Sistem ini melibatkan dokter dan pasien, dimana : Gambar 4.4 Usecase Diagram
1. Dokter adalah user yang mempunyai hak akses
dalam mengelola data penyakit, data gejala, data

A-21
Prosiding SENTIA 2016 – Politeknik Negeri Malang Volume 8 – ISSN: 2085-2347

c. ERD (Entity Relational Diagram)

Gambar 4.4 merupakan hubungan antar tabel 1. Pasien memilih gejala yang dialami CF(E,e) :
yang dimiliki oleh sistem pakar diagnosa penyakit • Setidaknya pernah mengalami 5 kali serangan
kepala primer Berikut ini merupakan hubungan =iya (1*1=1)
antar tabel dalam sistem pakar diagnosa penyakit • Nyeri kepala selama 4-72 jam (tanpa atau
kepala primer. dengan obat) = iya (1*1) =1
• Nyeri kepala hanya satu sisi = iya (1*0.8=0.8)
kode_pasien nama_pasien
tanggal_periksa nama_pasien
• Nyeri kepala berdenyut = iya (1*0.8=0.8)
kode_diagnosa jenis_kelamin

jenis_kelamin

data_pasien
1
memiliki
m
data_diagnosa
usia
2. Cek basis aturan yang sesuai dengan gejalanya
usia
m hasil_diagnosa
1

memiliki nilai

1
3. Hitung Nilai Kepercayaannya
memiliki data_penyakit
1
memiliki
1
data_gejala CF(H,E) =MB(H,E) – MD(H,E) :
• CFPakar (Setidaknya pernah mengalami 5 kali
1
nama_gejala
kode_penyakit

serangan) =1 – 0 = 1
nama_penyakit kode_gejala
memiliki

• CFPakar (Nyeri kepala selama 4-72 jam (tanpa

kode_detail
M

atau dengan obat)) =1 – 0 = 1

nilai_mb detail_datapenyakit

memiliki

nilai_cf
•CFPakar (Nyeri kepala hanya satu sisi) =0.8 –
m
temp_hitung m
0.2 = 0.6
•CFPakar (Nyeri kepala berdenyut)P01=0.8 –
nilai_user kode_temp
0.2 = 0.6
Gambar 4.4 ERD
4. Setelah itu hitung CFPakar dengan CFUser
d. Perancangan Perhitungan Metode Certainty menggunakan persamaan CF(H,e) = CF(E,e) *
factor CF(H,E)
Pada gambar 4.5 ini merupakan suatu diagram • CF 1.1 = 1* 1 = 1
alir untuk menghitung metode certainty factor. •CF 1.2 = 1 * 1 = 1
Start
•CF 1.3 = 0.8 * 0.6 = 0.4
• CF 1.4 = 0.8 * 0.6 = 0.4
Input
Gejala CF comb = CF1 + CF2(1-CF1) Y
CF1>0 && CF2
>0
5. Langkah terakhir adalah mengkombinasikan
T
nilai CF masing-masing rule:
Nilai Probabilitas Penyakit
(CF(H,E))
CF comb = CF1 + CF2 / 1 -
CFCombine(CF1,CF2) = CF1 + CF2 * (1-CF1)
• CFCombine(CF1.1,CF1.2) = CF1.1 + CF1.2
Y CF1 >0 or CF2 >0
min(|CF1|,|CF2|)

Pemberian Nilai Keyakinan masing-masing gjala

yang dialami pengguna CF(E,e)
T
*
CF comb = CF1 + CF2(1-CF1)
(1-CF1.1) = 1 + 1 * (1-1) = 1
Hitung CF Gejala 1
Nilai CF Hitung CF Gejala 3
• CFCombine(CFold,CF1.3) = CFold + CF1.3 *
CF(H,e)=CF(E,e)CF(H,E)
Comb CF3(H,e)=CF3(E,e)CF3(H,E)
(1- CFold)= 1 + 0.4 * (1-1) = 1
Hitung CF Gejala 2 A
• CFCombine(CFold,CF1.4) = CFold + CF1.4 *
CF2(H,e)=CF2(E,e)CF2(H,E)
(1- CFold) = 1 + 0.4 * (1-1) = 1
6. Dan pada sistem akan menemukan hasil penyakit
Gambar 4.5 Alur Perhitungan Metode Certainty yang dialami oleh pasien.
factor
Presentase keyakinan = CFCombine(CFold,CF1.4)
A
* 100 % = 1 * 100% =100%
Dengan demikian dapat disimpulkan bahwa
CF comb1 = CFcomb + CF3(1- CFcomb>0 &&
perhitungan certainty factor yang dilakukan pada
Y
CFcomb) CF3 >0
jenis penyakit Migraine Without Aura memiliki
T
tingkat keyakinan 100%.

Nilai CF
Penyakit
CF comb = CF1 + CF2 / 1 -min(|CF1|,|CF2|) Y
CFcomb >0 or
CF3 >0
5. Implementasi
5.1 Implementasi Database
T Implementasi dari perancangan basis data
End CF comb1 = CFcomb + CF3(1-
sesuai dengan perancangan yang dilakukan pada bab
CFcomb)
sebelumnya pada bagian ERD. Database yang dibuat
adalah app_penyakitkepala dan memiliki 7 tabel,
Gambar 4.6 Alur Perhitungan Metode Certainty yaitu: tabel data penyakit, tabel data gejala, tabel
factor detail data penyakit , tabel diagnosa pasien, tabel
Berikut adalah penjabaran dari diagram alir login, tabel temp_hitung.
proses perhitungan metode certainty factor atau
langkah dalam perhitungan metode certainty factor :

A-22
Prosiding SENTIA 2016 – Politeknik Negeri Malang
Berikut adalah impelementasi database yang
telah dirancang melalui ERD untuk sistem pakar
diagnosa penyakit kepala primer.
Gambar 5.1 Database app_penyakitkepala
5.2 Implementasi Sistem
Pada sub bab ini merupakan hasil
implementasi dari rancangan interface dari sistem
yang telah dirancang pada bab sebelumnya.
Rancangan yang dibuat tersebut kemudian
diimplementasikan untuk membangun aplikasi
menggunakan PHP sebagai bahasa pemrograman
berbasis website.
Tampilan pada sistem terdiri dari halaman
beranda pasien, halaman registrasi pasien, halaman
diagnosa penyakit, halaman login, halaman beranda
dokter, halaman data penyakit, halaman data gejala,
halaman data detail penyakit, halaman data pasien,
halaman data diagnosa, halaman tentang kami.
Gambar 5.3 Tampilan Halaman Registrasi Pasien
Gambar 5.4 Tampilan Halaman Diagnosa Penyakit
A-23
Volume 8 – ISSN: 2085-2347
Gambar 5.5 Tampilan Halaman Hasil Diagnosa
6. Pengujian
Pada bab ini dilakukan pengujian setelah
dilakukannya implementasi database, sistem ,
metode serta konten. Pengujian dilakukan supaya
dapat mengetahui apakah aplikasi ini berjalan sesuai
dengan ketentuan dan kenginginan atau tidak.
Pengujian pada sistem ini meliputi dua jenis
pengujian yaitu pengujian validasi dan pengujian
akurasi.
Pengujian validasi dilakukan untuk
memastikan bahwa sistem telah memenuhi seluruh
kebutuhan yang telah ditentukan. Pengujian validasi
dianggap berhasil jika sistem berfungsi sebagaimana
yang diharapkan dalam analisis kebutuhan.
Dan pengujian akurasi dilakukan untuk
mengetahui tingkat keakuratan data yang
dibandingkan dengan proses manual dengan sistem
yang dibuat.
7. Kesimpulan dan Saran
7.1 Kesimpulan
Berdasarkan perancangan, implementasi dan
uji coba sistem pakar diagnosa penyakit kepala
primer, maka didapatkan kesimpulan sebagai
berikut:
1. Analisa basis pengetahuan untuk diagnosa jenis
penyakit kepala migraine dan tension type
headache (TTH) dilakukan dengan cara
mewawancari pakar penyakit kepala primer.
2. Membangun sistem pakar diagnosa jenis
penyakit kepala primer (migraine dan tension
type headache) pada manusia berdasarkan
analisa basis pengetahuan dilakukan dengan
cara membuat rule dimana rule ini akan di
jalankan dengan menggunakan forward
chaining dan nantinya kesimpulan dari
faktabarunya dihitung keyakinannya dengan
certainty factor.
3. Berdasarkan tabel pengujian dengan pakar
dapat disimpulkan bahwa sistem pakar diagnosa
penyakit kepala primer menggunakan metode
Prosiding SENTIA 2016 – Politeknik Negeri Malang
certainty factor untuk nilai kepercayaannya
dapat mengidentifikasi penyakit dengan baik.
Hal ini dibuktikan dengan hasil pengujian
sistem sebesar 100 % dari 10 sampel data.
4. Sistem pakar diagnosa penyakit kepala primer
ini dapat memberikan kesimpulan identifikasi
sesuai dengan pemikiran seorang pakar.
7.2 Saran
Berdasarkan peneletian ini, adapun beberapa
hal yang disarankan yaitu :
1. Diharapkan sistem ini dapat dikembangan
dalam sistem berbasis Android supaya dapat
memudahkan para penggunanya menggunakan
sistemini.
Daftar Pustaka
Ariyanto,Rudy.(2013).Sistem Pendukung
Keputusan Kelompok Untuk Seleksi
Proposal Penelitian Hibah Bersaing
Menggunakan Metode FAHP dan FMCDM.
Program Studi S2 Ilmu Komputer
Universitas Gajah Mada:Laporan Tidak
Diterbitkan.
A-24
Volume 8 – ISSN: 2085-2347
Asad, Hafid.(2014).Rancang Bangun Sistem Pakar
Sakit Kepala Primer Pada Manusia
Menggunakan Metode Dempster Shafer.
Aziz,Anugerah Jaya.(2014).Sistem Pakar Diagnosa
Penyakit Paru-Paru Dengan Metode
Forward Chainning. Program Studi Teknik
Informatika:Laporan Tidak Diterbitkan.
Fahrurrozi, Imam dan SN,Azhari. Proses
Pemodelan Software dengan Metode
Waterfall dan Extreme Progamming : Studi
Perbandingan
Hustinawati dan Aprianggi, Randy.(2014).The
Development Of Web Based Expert System
For Diagnosing Children Diseases Using
PHP and MySQL.
International Headache Society.(2013).The
International Classification of Headache
Disorders,3rdedition (beta version).
Sari, Nur Anjas.(2013).Sistem Pakar Mediagnosa
Penyakit Demam Berdarah Menggunakan
Metode Certainty factor .
Sutojo,Y.dkk.(2011). Kecerdasan
Buatan.Yogyakarta:Andi.
Syatibi, Ahmad.,2012.Sistem Pakar Diagnosa Awal
Penyakit Kulit Sapi Berbasis Web Dengan
Menggunakan Metode Certainty factor.