Institut Riset dan Publikasi Indonesia (IRPI) MALCOM: Indonesian Journal of Machine Learning and Computer Science Journal Homepage: https://journal.
id/index.
php/malcom Vol.
3 Iss.
2 October 2023, pp: 125-135
ISSN(P): 2797-2313 | ISSN(E): 2775-8575
Expert System for Early Diagnosis of Kidney Disease Using Forward Chaining Method Sistem Pakar Diagnosa Awal Penyakit Ginjal Menggunakan Metode Forward Chaining Teddy Hidayat1*.
Nopi Ramsari2 Faculty Information System and Informatics.
Universitas Kebangasaan Republik Indonesia.
Bandung.
Indonesia Faculty computer science and informatics.
Universitas Nurtanio Bandung.
Bandung.
Indonesia E-Mail: 1teddyhidayat@ukri.
id, 2nopiramsarihatta@gmail.
Received Jul 10th 2023.
Revised Aug 30th 2023.
Accepted Sept 18th 2023 Corresponding Author: Teddy Hidayat Abstract The kidney is a vital organ in the body's metabolic system.
A significant portion of society still lacks a comprehensive understanding of the critical role of the kidney in the human body, compounded by the various diseases that can manifest in the kidney area.
People have a limited grasp of the symptoms associated with kidney diseases.
Kidney diseases require specialized doctors for diagnosis, incurring relatively high costs, and the number of expert kidney specialists in Indonesia remains limited.
Due to the restricted knowledge about kidney diseases and the scarcity of kidney specialist doctors, it becomes challenging for the public to make early diagnoses of kidney diseases.
The development methodology used is the Extreme Programming (XP).
This study constructs an expert system application for early kidney disease diagnosis using the inference method known as forward chaining.
A survey was conducted on 20 respondents selected through sampling to assess the design and user-friendliness of the developed application.
After conducting the UAT .
ser acceptance tas.
test, the average percentage of UAT results answered by respondents was 84.
4% to assess the design and ease of use of the expert system application for kidney disease.
Keyword: Expert System.
Extreme Programming Method.
Forward Chaining.
Kidney Abstrak Ginjal merupakan organ penting dari sistem metabolisme dalam tubuh.
Sebagian besar masyarakat masih kurang memahami bagaimana pentingnya peranan ginjal di tubuh manusia, terlebih lagi berbagai macam penyakit yang dapat muncul di area ginjal.
Masyarakat kurang memahami gejala-gejala apa saja yang terdapat pada penyakit ginjal.
Penyakit ginjal membutuhkan dokter spesialis untuk mendiagnosanya dan membutuhkan biaya yang relatif besar disamping jumlah dokter spesialis ahli ginjal di Indonesia masih belum banyak.
Karena adanya keterbatasan pengetahuan mengenai penyakit ginjal dan jumlah dokter spesialis ginjal sehingga menyulitkan masyarakat untuk mendiagnosa awal dalam penyakit ginjal.
Metodologi pengembangan sistem yang digunakan adalah metodologi Extreme Programming (XP).
Penelitian ini membangun aplikasi sistem pakar untuk diagnosis awal penyakit ginjal dengan menggunakan metode inferensi yaitu metode forward chaining.
Dilakukan survey terhadap 20 responden yang dipilih secara sampling untuk menguji desain dan kemudahan penggunaan dari aplikasi yang dibangun Setelah dilakukan pengujian UAT .
ser acceptance tas.
maka hasil jawab oleh responden rata-rata persentase UAT sebesar 84,4 % untuk menilai desain dan kemudahan penggunaan aplikasi sistem pakar penyakit ginjal.
Kata Kunci: Extreme Programming Method.
Forward Chaining.
Ginjal.
Sistem Pakar
PENDAHULUAN
Penyakit merupakan penyebab gangguan kesehatan pada tubuh manusia dan semua itu tidak asing bagi masyarakat.
Ini semua merupakan kendala yang sering dihadapi oleh masyarakat .
Ginjal merupakan salah satu organ dalam yang terpenting dalam menjaga kelangsungan hidup manusia karena berperan dalam sistem metabolisme tubuh.
Peranan atau fungsi dari ginjal beraneka ragam diantaranya yaitu menyaring darah, menyaring dan membuang limbah, memantau dan mengendalikan keseimbangan air dalam tubuh.
DOI: https://doi.
org/10.
57152/malcom.
MALCOM-03.
: 125-135
mengatur sel darah merah dan masih banyak lagi.
Angka kematian para penderita penyakit ginjal yang semakin meningkat, dikarenakan kurangnya pengetahuan dan informasi mengenai gejala awal penyakit ginjal disertai fasilitas kesehatan terutama rumah sakit yang khusus menangani penyakit ginjal di Indonesia masih sangat terbatas.
Keterlambatan pendeteksian penyakit ginjal maka akan berakibat fatal dikemudian hari.
Pada umumnya penderita baru mengetahui terjangkit penyakit ginjal setelah terjadi masalah serius pada ginja.
Oleh sebab itu, apabila ginjal mengalami masalah kesehatan maka akan ada beragam kompilasi yang dapat terjadi pada tubuh, seperti anemia, penumpukan limbah dan racun, gangguan elektrolit, munculnya penyakit jantung, bahkan sampai meningkatkan resiko kematian untuk penderitanya.
Kerusakan pada ginjal akan bertambah parah jika penderita dinyatakan sudah terindikasi penyakit ginjal tetapi penderita tidak memiliki kesempatan untuk memeriksa kesehatan atau pun lamban dalam menangani penyakit ginjal.
Penyakit ginjal termasuk ke dalam penyakit kardiovaskular yang berisiko tinggi, yang memiliki angka kematian dan biaya perawatan yang tinggi .
Selain itu perlu adanya upaya kemandirian masyarakat dalam upaya melakukan pencegahan dan meminimalkan resiko penyakit ginjal sejak dini .
Masyarakat perlu pengetahuan akan penyakit ginjal sehingga dapat dideteksi awal dan dapat mencegah.
keterlambatan dalam penanganan penyakit ginjal.
Oleh karena itu perlu adanya dukungan teknologi komputer di bidang kesehatan.
Salah satunya aplikasi yang dapat digunakan untuk mendiagnosa awal penyakit ginjal .
Munculnya teknologi kecerdasan buatan dalam bidang kesehatan memacu pengembangan aplikasi sistem pakar untuk layanan kesehatan, salah satunya adalah proses diagnosa penyakit .
Sistem Pakar adalah salah satu cabang dari AI yang dikembangkan semenjak tahun 1960, dimana sistem pakar merupakan Program AI (Artificial Intelligen.
yang mengandung pengetahuan dari satu atau lebih pakar sebagai basis pengetahuan yang diperoleh dari pengalaman atau pengetahuan khusus dari pakar .
yang ditransfer dari manusia ke komputer mengenai suatu bidang tertentu dengan melakukan penalaran terhadap fakta-fakta dan aturan kaidah pada basis pengetahuan sehingga mencapai kesimpulan dan dapat membantu memecahkan permasalahan .
Sistem pakar memiliki dua bagian utama, yaitu lingkungan pengembangan dan lingkungan konsultasi.
Lingkungan pengembangan digunakan untuk memasukkan pengembangan pakar ke dalam lingkungan sistem pakar sedangkan lingkungan konsultasi digunakan oleh nonpakar untuk memperoleh pengetahuan dan nasihat pakar .
Solusi untuk beberapa masalah secara alami dimulai dengan pengumpulan informasi.
Penalaran diterapkan pada hal ini informasi untuk mendapatkan kesimpulan yang logis.
Misalnya, dokter biasanya mulai mendiagnosis pasien dengan menanyakannya tentang gejala yang dideritanya, kemudian dokter menggunakan informasi ini untuk menarik kesimpulan yang masuk akal .
Sistem pakar ginjal ini tersedia untuk masyarakat umum yang mungkin belum sempat untuk melakukan pemeriksaan secara langsung ke dokter spesialis ginjal, sehingga dapat melakukan diagnosis awal dengan menggunakan aplikasi ini.
Metode yang ada pada sistem pakar seperti forward chaining, nayve bayes, certainty factor (CF) serta beberapa metode lainnya.
Nayve Bayes merupakan salah satu metode yang dapat digunakan untuk mengklasifikasikan data.
Metode CF adalah metode yang digunakan untuk mengakomodasi ketidakpastian pemikiran .
nexact reasonin.
seorang pakar .
Untuk Penelitian aplikasi sistem pakar pendiagnosisan penyakit ginjal yang dilakukan menggunakan metode forward chaining.
Metode ini dimulai dengan serangkaian fakta untuk menemukan aturan yang sesuai dengan asumsi yang dibuat, mengarah pada kesimpulan .
Forward chaining seringkali tanpa query yang spesifik .
Jika klausa premis sesuai dengan situasi, maka proses akan menyatakan konklusi .
Dari aplikasi sistem pakar tersebut maka dilakukan pengujian secara fungsional dengan menggunakan metode Blackbox yaitu metode UAT dengan tujuan agar aplikasi ini dapat digunakan oleh masyarakat umum.
METODOLOGI PENELITIAN
Teknik penelitian adalah tata cara melakukan penelitian, meliputi metode pengumpulan data dan analisis data, meliputi:
Metode Studi Pustaka Literatur yang digunakan adalah berupa artikel dan jurnal yang berkaitan dengan penelitian tentang Sistem Pakar dan Forward Chaining.
Literatur yang digunakan diambil dari internet.
Metode wawancara Yaitu pengumpulan data yang dilakukan dengan cara tanya jawab langsung terhadap seorang ahli dalam hal ini seorang dokter, dan pasien agar mendapat data dan fakta yang Metode pengembangan sistem, aplikasi sistem pakar penyakit ginjal menggunakan metode pengembangan sistem Extreme Programming (XP).
XP adalah model pengembangan perangkat lunak yang menyederhanakan berbagai tahapan pengembangan sistem menjadi lebih efisien, adaptif dan fleksibel .
Pada Metode XP, tidak diperlukan pembuatan dokumentasi dan persyaratan proyek.
berorientasi pada tim, yang berarti bahwa semua tim bertanggung jawab untuk menyelesaikan proyek dengan sukses.
XP digunakan ketika ukuran tim kecil.
XP menganggap proyek pengembangan perangkat lunak sebagai sistem dari empat variable kontrol yaitu Biaya.
Waktu.
Kualitas dan Cakupan .
Sistem Pakar Diagnosa Awal Penyakit Ginjal.
(Hidayat et al, 2.
ISSN(P): 2797-2313 | ISSN(E): 2775-8575 Metode pengembangan XP Menurut Pressman dalam bukunya yang berjudul Software Engineering, edisi keenam, proses Extreme Programming memilik kerangka kerja yang terbagi menjadi empat konteks aktivitas utama.
Empat konteks tersebut adalah Planning.
Design.
Coding dan Testing.
Keempat aktivitas inilah yang akan menghasilkan sebuah perangkat lunak yang didasari dengan konsep model Extreme Programming.
Selain gambar dibawah ini yang memberikan kesimpulan bagaimana penggunaan Extreme Programming, akan dijelaskan mengenai empat konteks tersebut secara lebih detail.
Gambar 1.
Metodologi Extreme Programming (XP) Extreme Programming.
, terdiri dari :
Planning Proses pengumpulan informasi kemudian menyeleksinya .
ibantu oleh seorang paka.
sehingga sesuai dengan kebutuhan sistem yang akan dibangun.
Pada penelitian ini pakar yang dimaksud adalah seorang dokter ahli ginjal selain itu untuk data penyakit dan gejala diambil dari jurnal Penelitian yang telah ada.
Design Proses perancangan sistem yang akan dibuat oleh peneliti.
Untuk perancangan Penelitian ini menggunakan Unified Modeling language (UML).
Gambar 2.
Activity Diagram Aplikasi Sistem Pakar penyakit Ginjal MALCOM - Vol.
3 Iss.
2 October 2023, pp: 125-135 MALCOM-03.
: 125-135
Secara umum Aplikasi Kidney Diagnosis ini dirancang untuk mempermudah proses diagnosis penyakit ginjal bagi masyarakat yang belum mempunyai kesempatan untuk konsultasi langsung ke rumah sakit atau dokter spesialis ginjal.
Ada dua golongan pengguna pada sistem diagnosis ini.
Golongan pengguna tersebut adalah :Admin bisa mengakses front end Aplikasi Kidney Diagnosis.
Admin juga berhak mengakses back end pada aplikasi untuk memproses penambahan, perubahan, penghapusan seluruh data yang ada sedangkan User dapat mengakses Aplikasi Kidney Diagnosis pada bagian front end.
User bisa mengakses beberapa menu, diantaranya yaitu: Menu diagnosis penyakit ginjal.
Menu melihat informasi dari data-data penyakit ginjal yang hanya ada pada aplikasi.
Menu informasi dari fungsi ginjal.
Menu informasi untuk pencegahan penyakit ginjal.
Menu informasi pengobatan penyakit ginjal.
Menu informasi dari rumah sakit yang terdapat dokter spesialis ginjal dan Menu cara penggunaan Aplikasi Kidney Diagnosis.
Gambar 3.
Class Diagram Aplikasi Sistem Pakar Penyakit Ginjal Gambar 4.
Use Case Diagram Aplikasi Sistem Pakar Penyakit Ginjal Tabel 1.
Peran Aktor Admin Aktor Use Case Login Admin Mengelola gejala Mengelola penyakit Mengelola rule Mengelola diagnosis Deskripsi Admin melakukan login sebelum masuk sistem dan melakukan kegiatan lain.
Admin dapat mengelola seluruh data gejala.
Admin dapat mengelola seluruh data penyakit.
Admin dapat mengelola seluruh data rule.
Admin dapat mengelola seluruh data diagnosa.
Sistem Pakar Diagnosa Awal Penyakit Ginjal.
(Hidayat et al, 2.
ISSN(P): 2797-2313 | ISSN(E): 2775-8575 Aktor Use Case Mengelola informasi Mengelola user Deskripsi Admin dapat mengelola seluruh data informasi.
Admin dapat mengelola seluruh data-data user admin.
Tabel 2.
Peran Aktor User Aktor User Use Case Mendiagnosis penyakit ginjal Melihat informasi Deskripsi User dapat mendiagnosis penyakit ginjal.
User dapat melihat informasi dari penyakit ginjal.
Gambar 5.
Activity Diagram Mengubah Gejala Pada gambar 5 terlihat aktivitas admin akan mengubah data gejala.
Admin masuk ke menu gejala, lalu admin harus mencari terlebih dahulu gejala yang akan diubah.
Apakah data gejala tersebut ada atau Jika data gejala tidak ditemukan berarti data tersebut tidak ada atau belum dimasukkan.
Jika data gejala ditemukan maka admin akan memilih tombol AuEditAy pada data tersebut.
Akan muncul form dengan isian data gejala tersebut, ubah data yang diinginkan, jika sudah klik tombol AuSimpanAy.
Selanjutnya sistem akan memvalidasi apakah data yang diubah sudah sesuai atau belum, jika belum sesuai maka akan muncul notifikasi data gagal diubah, dan jika sudah sesuai akan muncul notifikasi data berhasil diubah dan berhasil disimpan.
Pada gambar 6 terlihat aktivitas admin akan menambahkan penyakit beserta rule-nya .
ejala dari penyakit tersebu.
Admin masuk ke menu penyakit, kemudian admin harus mencari terlebih dahulu penyakit yang akan ditambahkan tersebut.
Apakah data penyakit baru tersebut sudah ada atau tidak.
Jika data penyakit ditemukan maka admin tidak perlu memasukkan data tersebut.
Tetapi Jika data penyakit tidak ditemukan maka data baru akan ditambahkan.
Admin dapat mengeklik tombol AuTambahAy, akan muncul form yang harus diisi berupa data penyakit dan jika form sudah terisi dengan benar klik tombol AuSimpanAy.
Nantinya sistem akan memvalidasi apakah data yang dimasukan sudah sesuai atau belum, jika belum sesuai maka akan ada notifikasi data gagal ditambahkan, dan jika sudah sesuai akan ada notifikasi data berhasil ditambahkan dan disimpan.
Jika data sudah berhasil disimpan MALCOM - Vol.
3 Iss.
2 October 2023, pp: 125-135 MALCOM-03.
: 125-135
maka langkah selanjutnya adalah memilih tombol tambah AuGejalaAy .
pada penyakit yang baru ditambahkan tadi.
Setelah itu akan muncul daftar gejala yang sudah terdapat dalam sistem, lalu admin akan memilih beberapa gejala yang sesuai dengan penyakit yang sebelumnya ditambahkan.
Gambar 6.
Activity Diagram Menambah Penyakit dan Rule Coding Pada Penelitian ini aplikasi dibuat menggunakan database MySQL dan framework PHP yaitu Code Eigniter (CI).
Testing Merupakan sistem yang dibangun peneliti.
Hal ini dilakukan untuk mengetahui sudah terpenuhi atau belum kebutuhan sistem yang dibangun.
Pengujian dengan memberikan task kepada responden dan penyebaran kuesioner acceptance test, dan hasilnya akan dianalisis berdasarkan rekap hasil pengisian kuesioner dan perhitungan nilai Acceptance Test.
Hasil pengukuran UAT dapat digunakan untuk mengkonfirmasi dirancang dengan sistem yang dibutuhkan oleh pengguna .
kesesuaian sistem Metode Forward Chaining Metode ini mencari ketentuan inferensi hingga menciptakan antecedent yang benar (IF-THEN).
Setelah ketentuan sesuai rules ini ditemukan, maka mesin keputusan dapat menarik kesimpulan ataupun hasil (THEN) .
Sistem Pakar Diagnosa Awal Penyakit Ginjal.
(Hidayat et al, 2.
ISSN(P): 2797-2313 | ISSN(E): 2775-8575 Gambar 7.
Metode Forward Chaining Berikut ini merupakan tabel pakar yang terdapat dalam Aplikasi Kidney Diagnosis berbasis website.
Tabel 3.
Daftar Penyakit Id Penyakit PG1
PG2
PG3
PG4
PG5
PG6
Penyakit Ginjal Jenis Penyakit Infeksi Ginjal Batu Ginjal Gagal Ginjal Akut Gagal Ginjal Kronis Nefropati Diabetik Sindrom Nefrotik Tabel 4.
Daftar Gejala
Id Gejala
G10
G11
G12
G13
G14
G15
G16
G17
G18
G19
G20
G21
G22
G23
G24
G25
G26
G27
Gejala Penyakit Ginjal Jenis Gejala Bau urine yang tidak seperti biasa Sakit pinggang atau punggung Demam Mual Lemas Nyeri pada saat buang air kecil Ada darah atau nanah dalam urine Sering buang air kecil Urine berwana seperti teh Pembengkakan pada bagian kaki Jarang buang air kecil Sesak nafas Nafsu makan menurun Sakit di bagian perut Tremor pada tangan Pucat Gatal-gatal Keram otot Sulit tidur Urine berbusa Pembengkakan di sekitar mata Mual dan muntah Pembengkakan pada wajah Pembengkakan pada lengan Berkurangnya konsentrasi Diare Berat badan bertambah akibat penumpukan cairan MALCOM - Vol.
3 Iss.
2 October 2023, pp: 125-135 MALCOM-03.
: 125-135
Tabel 5.
Daftar Rule
Id Gejala
G10
G11
G12
G13
G14
G15
G16
G17
G18
G19
G20
G21
G22
G23
G24
G25
G26
G27
Pengetahuan Diagnosa Penyakit Ginjal
Id Penyakit PG1
PG2
PG3
PG4
PG5
PG6
ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue Gejala-gejala yang ada pada kaidah sistem pakar ini yaitu lebih dari satu dan dihubungkan dengan menggunakan operator AND .
HASIL DAN PEMBAHASAN
Implementasi Aplikasi Sistem Pakar Penyakit Ginjal Ketika pengguna memasuki Aplikasi Sistem pakar penyakit ginjal (Kidney Diagnosi.
maka yang akan muncul pertama kali adalah tampilan beranda yang memiliki beberapa informasi seputar aplikasi dan tombol untuk melakukan diagnosis.
Gambar 8.
Home Admin Halaman ini digunakan untuk memilih gejala penyakit yang dirasakan oleh pengguna.
Dari hasil pilihan pada halaman ini, maka akan muncul diagnosa jenis penyakit Sistem Pakar Diagnosa Awal Penyakit Ginjal.
(Hidayat et al, 2.
ISSN(P): 2797-2313 | ISSN(E): 2775-8575 Gambar 9.
Pilih Gejala Diagnosa Pengujian User Acceptance Task (UAT) Teknik pengumpulan data yang digunakan dalam penelitian ini meliputi wawancara dan survey.
Kuesioner sebagai alat pengumpulan informasi dengan mengajukan serangkaian pertanyaan tertulis untuk tanggapan tertulis dari responden.
Teknik pengumpulan data yang digunakan dalam penelitian ini memberikan Kuesioner Tes Aplikasi sistem pakar diagnosis dini penyakit ginjal kepada pengguna yang terlibat dalam Penelitian.
Pertanyaan yang diajukan dalam survey ini ditunjukkan pada Tabel 1.
Aspek User Acceptance Testing (UAT) ini meliputi dua hal: .
Desain menggambarkan tampilan aplikasi .
Kemudahan menggunakan aplikasi tersebut.
Pada pengujian sistem ini pengujian yang dilakukan yaitu pengujian untuk pengguna (Pasie.
Nilai bobot di setiap jawaban adalah: .
A=5.
B=4.
C=3.
D=2 dan .
E=1.
Jumlah responden UAT yang terlibat adalah 20 orang.
Detail hasil UAT dapat dilihat pada tabel 6.
Tabel 6.
Hasil Kuisioner Untuk Pengujian User Acceptance Test Pertanyaan Tampilan aplikasi sistem pakar diagnosa penyakit ginjal Aplikasi sistem pakar penyakit ginjal dapat membantu pengguna untuk mendiagnosa awal penyakit ginjal dengan memberikan pengetahuan dan informasi tentang penyakit Fitur/menu yang ada pada aplikasi sistem pakar penyakit ginjal mudah dimengerti oleh pengguna Aplikasi sistem pakar penyakit ginjal mudah dioperasikan oleh pengguna Aplikasi sistem pakar dapat diakses dengan mudah Skala Penilaian Berikut hasil dari perhitungan dari pertanyaan pertama User Acceptance test pada penggunaan aplikasi sistem pakar penyakit ginjal:
Total skor pengujian = 12x5 5x4 3x3 0x2 0x1
= 60 20 9 0 0= 89
Skor tertinggi = 5x20 = 100 = 89/100 x 100% = 89 % Berikut hasil dari perhitungan dari pertanyaan kedua User Acceptance test pada penggunaan aplikasi sistem pakar penyakit ginjal:
Total skor pengujian = 11x5 3x4 3x3 3x2 0x1
= 55 12 9 6 0= 82
Skor tertinggi = 5x20 = 100 = 82/ 100 x 100% = 82 % Berikut hasil dari perhitungan dari pertanyaan ketiga User Acceptance test pada penggunaan aplikasi sistem pakar penyakit ginjal:
MALCOM - Vol.
3 Iss.
2 October 2023, pp: 125-135 MALCOM-03.
: 125-135
Total skor pengujian = 9x5 5x4 4x3 1x2 1x1
= 45 20 12 2 1= 80
Skor tertinggi = 5x20 = 100 = 80/ 100 x 100% = 80 % Berikut hasil dari perhitungan dari pertanyaan keempat User Acceptance test pada penggunaan aplikasi sistem pakar penyakit ginjal:
Total skor pengujian = 10x5 8x4 0x3 2x2 0x1
= 50 32 0 4 0= 86
Skor tertinggi = 5x20 = 100 = 86/ 100 x 100% = 86 % Berikut hasil dari perhitungan dari pertanyaan kelima User Acceptance test pada penggunaan aplikasi sistem pakar penyakit ginjal:
Total skor pengujian = 9x5 9x4 1x3 0x2 1x1
= 45 36 3 0 1= 85
Skor tertinggi = 5x20 = 100 = 85/ 100 x 100% = 85 % Tabel 7.
Hasil Pengujian UAT Pertanyaan Pertanyaan 1 Pertanyaan 2 Pertanyaan 3 Pertanyaan 4 Pertanyaan 5 Rata-rata hasil pengujian Hasil Pengujian 84,4% Dari tabel diatas, maka dapat disimpulkan bahwa aplikasi sistem pakar penyakit ginjal dapat diterima sebesar 84,4% oleh pengguna.
KESIMPULAN
Dengan membuat Aplikasi sistem pakar penyakit ginjal menggunakan metode forward chaning dapat membantu dan mempermudah masyarakat untuk melakukan diagnosa awal penyakit ginjal serta mendapatkan informasi dan pengetahuan mengenai penyakit ginjal sehingga dapat dilakukan deteksi dini terhadap penyakit tersebut.
Setelah dilakukan pengujian UAT maka hasil jawab oleh responden rata-rata persentase UAT sebesar 84,4 % untuk menilai desain dan kemudahan penggunaan aplikasi sistem pakar penyakit ginjal.
REFERENSI