605
Progresif: Jurnal Ilmiah Komputer Jl.
Ahmad Yani.
33,5 - Kampus STMIK Banjarbaru Loktabat Ae Banjarbaru (Tlp.
, e-mail: puslit.
stmikbjb@gmail.
e-ISSN: 2685-0877 p-ISSN: 0216-3284 Sistem Pakar Diagnosis Dini Penyakit Lambung Menggunakan Metode Certainty Factor Rafaely H.
Walangitan1*.
Patmawati Hasan2.
Emy Lenora Tatuhey3 Teknik Informatika.
Universitas Sepuluh Nopember Papua.
Jayapura.
Indonesia *e-mail Corresponding Author.
rafaelassa23@gmail.
Abstract The diagnosis of gastric diseases at the Tanjung Ria Health Center often takes a lot of time and money for patients.
Long queues and high consultation costs are the main obstacles, while medical personnel also face challenges in dealing with large patient volumes and limited working hours.
The primary objective is to enhance the efficiency and accuracy of the diagnosis process, thereby assisting ordinary people in diagnosing gastric diseases.
The development of an expert system based on certainty factors (CF) is necessary to enhance the diagnostic This method will allow patients to get a quick and accurate diagnosis without having to wait for a long time or incur large costs.
Testing with the black box method has confirmed the system's functionality in accordance with the expected specifications.
The accuracy test result of 80% indicates that the system can generate a diagnosis in accordance with the expert's Keywords: Expert system.
Certainty Factor (CF).
diagnosis of gastric diseases.
Tanjung Ria Health Center.
accuracy testing.
Abstrak Diagnosis penyakit lambung di Pusat Kesehatan Tanjung Ria seringkali membutuhkan banyak waktu dan uang bagi pasien.
Barisan panjang dan biaya konsultasi yang tinggi adalah hambatan utama, sementara staf medis juga menghadapi tantangan dalam menangani volume pasien yang besar dan jam kerja yang terbatas.
Tujuan utama adalah untuk meningkatkan efisiensi dan akurasi proses diagnostik, dengan demikian membantu orang biasa dalam mendiagnosis penyakit perut.
Pengembangan sistem ahli berdasarkan faktor kepastian (Certainty Factor/ CF) diperlukan untuk meningkatkan efisiensi diagnostik.
Metode ini akan memungkinkan pasien untuk mendapatkan diagnosis yang cepat dan akurat tanpa harus menunggu lama atau dikenakan biaya besar.
Pengujian dengan metode kotak hitam telah mengkonfirmasi fungsionalitas sistem sesuai dengan spesifikasi yang diharapkan.
Hasil tes akurasi 80% menunjukkan bahwa sistem dapat menghasilkan diagnosis sesuai dengan penilaian ahli.
Kata kunci: Sistem pakar.
Certainty Factor (CF).
diagnosa penyakit lambung.
Puskesmas Tanjung Ria.
pengujian akurasi.
Pendahuluan Salah satu istilah untuk sistem pakar adalah sistem perangkat lunak yang berisi pengetahuan seorang pakar tertentu sehingga mereka dapat berkonsultasi dengan orang lain dan mentransfer keahlian mereka ke sistem komputer.
, .
Penerapan sistem pakar dalam bidang kesehatan, terutama dalam konteks diagnosis dan penanganan penyakit lambung, menjadi langkah yang sangat penting.
Sistem pakar tidak hanya bertugas untuk mendiagnosis penyakit, tetapi juga memberikan saran serta solusi berdasarkan hasil diagnosa yang diperoleh.
Dalam kasus penyakit lambung, di mana diagnosis yang tepat sangatlah penting.
Sistem pakar dapat sangat membantu.
Dengan menemukan gejala awal dan faktor risiko penyakit lambung, mereka dapat membantu dalam diagnosis dini, memberi saran tentang perubahan gaya hidup dan pola makan yang sehat, dan menentukan pengobatan yang tepat.
Salah satu puskesmas di Jayapura.
Papua.
Indonesia adalah Puskesmas Tanjung Ria.
Salah satu layananan yang diberikan oleh Puskesmas Tanjung Ria adalah layanan diagnosa penyakit termasuk penyakit lambung.
Berbagai sumber dapat menyebabkan penyakit lambung.
Sistem Pakar Diagnosis Dini Penyakit Lambung a.
Rafaely H.
Walangitan 606 e-ISSN: 2685-0877 seperti infeksi bakteri, pola makan yang tidak sehat, dan stres.
Diagnosa penyakit lambung pada puskesmas Tanjung Ria biasanya dilakukan oleh dokter dengan cara menanyakan gejala yang dialami pasien.
Ketidaktahuan masyarakat umum terhadap penyakit lambung dini yang diderita membuat harus mengeluarkan biaya konsultasi ke dokter.
Dengan banyaknya pasien dan waktu kerja terbatas yang dimiliki oleh tenaga medis menjadi salah satu kendala yang ada.
Oleh karena itu, diperlukan metode diagnosis yang lebih efisien dan dapat dilakukan dengan biaya yang tidak begitu besar.
Dalam konteks layanan kesehatan, khususnya dalam penanganan penyakit lambung di Puskesmas Tanjung Ria, tujuan utama adalah meningkatkan efisiensi dan akurasi dalam proses diagnosis untuk memungkinkan dan membantu orang awam menyelesaikan masalah pengetahuan dan berfungsi sebagai alat konsultasi yang baik.
Oleh karena itu, implementasi sistem pakar berbasis Certainty Factor (CF) menjadi sebuah langkah strategis untuk mencapai tujuan tersebut.
Dalam beberapa penelitian sebelumnya, metode Keyakinan Factor (CF) telah Metode ini terbukti berhasil dalam menentukan keyakinan terhadap suatu fakta atau aturan berdasarkan tingkat keyakinan pakar.
CF memungkinkan ekspresi keyakinan seorang pakar terhadap data dengan efisien, memberikan landasan yang kuat bagi pengambilan keputusan yang lebih baik dalam diagnosa penyakit lambung.
Untuk mencapai tujuan tersebut, langkah pertama adalah merancang dan membangun serta mengimplementasikan sistem pakar berbasis Website dengan metode CF di Puskesmas Tanjung Ria akan meningkatkan keakuratan, keandalan, dan efisiensi diagnosis penyakit Selain itu, melalui sistem ini, pasien juga dapat mendapatkan hasil diagnosa yang cepat terkait penanganan penyakit lambung.
Tinjauan Pustaka Adapun penelitian sebelumnya sebagai acuan AuSistem Pakar Diagnosa Penyakit Lambung Menggunakan Metode Case Based Reasoning Berbasis WebAy.
Penelitian ini membahas penelitian ini membahas Penelitian ini berfokus pada bagaimana AI dapat membantu dalam diagnosis, penanganan, dan pemahaman penyakit lambung.
Dalam hal ini, fokus utamanya adalah memahami bagaimana AI dapat mendeteksi, mengidentifikasi, dan merespons penyakit lambung seperti gastritis, dispepsia, dan GERD (Gastro Esophageal Reflux Diseas.
Fokus penelitian ini adalah kurangnya pengetahuan masyarakat tentang jenis penyakit dan gejala lambung.
Selain itu, orang kadang-kadang tidak segera berkonsultasi dengan dokter jika mereka mengalami gejala penyakit lambung.
Hasil penelitian tentang sistem pakar yang melakukan diagnosa awal penyakit lambung dengan metode Dempster Shafer dapat ditarik kesimpulan.
Hasil diagnosa dapat dipengaruhi oleh tingkat kepercayaan pada Sistem pakar ini memiliki akurasi 94% dalam memberi tahu orang tentang penyakit gastroesophageal reflux disease (GERD), dispepsia, gastroparesis, dan ulcerative colitis.
Adapun penelitian lainnya berjudul AuSistem Pakar Untuk Diagnosa Awal Penyakit Lambung Menggunakan Metode Dempster-Shafer Berbasis WebAy.
Penelitian ini menyelidiki pengetahuan masyarakat yang kurang tentang jenis penyakit dan gejala lambung.
Selain itu, orang kadang-kadang tidak segera mengunjungi dokter jika mereka mengalami gejala lambung.
Hasil penelitian tentang sistem pakar yang membuat diagnosis awal penyakit lambung menggunakan metode Dempster Shafer dapat disimpulkan sebagai berikut: Seberapa besar kepercayaan pada gejala dapat memengaruhi hasil diagnosa.
Penyakit gastroesophageal reflux disease (GERD), dispepsia, gastroparesis, dan ulcerative colitis diajarkan kepada masyarakat melalui sistem pakar ini.
Pengujian sistem yang melibatkan wawancara dengan dokter penyakit dalam menunjukkan akurasi 94%.
Adapun penelitian lainnya berjudul AuDiagnosis Penyakit Lambung Menggunakan Metode Certainty FactorAy.
Penelitian ini menyelidiki potensi infeksi bakteri atau kerusakan organ lambung manusia, salah satunya akibat peningkatan asam lambung.
Banyak hal dapat menyebabkan asam lambung naik, termasuk jenis makanan yang dikonsumsi seseorang.
Banyak masyarakat tidak memperhatikan kebersihan hidup dan pola makan karena gaya hidup praktis dan kurangnya kesadaran akan penyakit lambung.
Selain itu, kurangnya pengetahuan tentang penyakit lambung menyebabkan tanda-tanda sering diabaikan.
Kurangnya dokter spesialis penyakit lambung juga menyulitkan diagnosis dan penanganan dini karena banyak pasien dan jam kerja yang terbatas.
Pengembangan sistem pakar untuk menangani penyakit lambung dapat menjadi solusi.
Progresif: Vol.
No.
Agustus 2024: 605-617 Progresif e-ISSN: 2685-0877 Adapun penelitian lainnya berjudul AuSistem Pakar Diagnosa Penyakit Lambung dengan Metode Forward ChainingAy.
Penelitian ini membahas pentingnya menjaga kesehatan jasmani, terutama yang berkaitan dengan perut karena banyaknya masalah kesehatan yang dapat muncul di area ini.
Pola makan yang tidak sehat, stres emosional, dan infeksi bakteri dapat menyebabkan penyakit lambung seperti maag, gangguan pencernaan, sindrom refluks asam, kanker lambung, penyakit usus besar, dan gastroparesis.
Penelitian yang dilakukan oleh Departemen Ilmu Penyakit Dalam dan Gastroenterologi FKUI pada tahun 2009 menemukan bahwa sebagian besar masyarakat Indonesia yang mengalami masalah pencernaan menderita penyakit maag, dengan hanya sejumlah kecil kasus kanker lambung.
Pada tahun 2011, rekor medis RS DSU Muhammadiyah Yogyakarta mencatat 257 kasus penyakit lambung.
Sebuah studi yang dilakukan oleh PT Kalbe Farma Tbk di Jakarta pada tahun 2007 menemukan bahwa 60% pasien mengalami tukak lambung.
Namun, dapat menjadi sulit bagi pasien untuk mengidentifikasi jenis penyakit yang diderita karena keluhan dan Gejala bervariasi tergantung pada jenis penyakit dan orang yang menderitanya.
Adapun penelitian lainnya berjudul AuSistem Pakar Diagnosa Penyakit Lambung Menggunakan Metode Nayve BayesAy Penelitian ini membahas pentingnya pengobatan penyakit lambung, yang sering diabaikan masyarakat.
Jika tidak ditangani segera.
Penyakit ini dapat menyebabkan lebih banyak penyakit lain dan juga dapat menyebabkan kematian.
Selama perawatan medis, kondisi pasien dapat memburuk karena berbagai alasan.
Beberapa di antaranya adalah kurangnya kesadaran akan kesehatan, gaya hidup yang tidak sehat, dan kurangnya pengetahuan tentang gejala awal penyakit.
Data Divisi Gasteronterologi Departemen Penyakit Dalam FKUI menunjukkan banyaknya kasus gangguan pencernaan.
Penyakit maag dan kanker lambung adalah penyebab utamanya.
Menurut rekam medis rumah sakit di Indonesia, jumlah kasus penyakit lambung meningkat pada tahun 2011, dengan 257 kasus.
Penelitian saat ini berbeda dari lima tinjauan literatur sebelumnya dalam hal metode yang digunakan untuk membangun sistem spesialis untuk diagnosis lambung di Puskesmas Tanjung Ria.
Penelitian saat ini menggunakan metode Certainty Factor (CF) sebagai dasar sistem pakar, sementara lima tinjauan literatur sebelumnya menggunakan pendekatan yang berbeda seperti Case Based Reasoning.
Dempster-Shafer.
Forward Chaining, dan Naive Bayes.
Selain itu, fokus penelitian saat ini adalah diagnosis penyakit lambung di Puskesmas Tanjung Selain itu, penelitian ini memberikan penekanan khusus pada penerapan sistem pakar berbasis web yang memungkinkan pasien mendapatkan layanan yang cepat dan efisien di Puskesmas Tanjung Ria.
Metodologi 1 Metode Pengembangan Aplikasi Metode Waterfall dipilih untuk pengembangan sistem pakar ini karena sifatnya yang terstruktur dan aliran yang natural.
Dalam Software Development Life Cycle (SDLC), metode ini menetapkan serangkaian tahapan yang harus dilalui secara berurutan, mulai dari analisis kebutuhan hingga pemeliharaan.
Pendekatan ini memastikan pengembangan sistem berjalan secara terorganisir dan menghasilkan produk akhir yang berkualitas.
Penelitian ini hanya melakukan sampai tahapan pengujian.
Tahapan metode pengembangan waterfall adalah tahapan selanjutnya.
Analisis kebutuhan sistem.
Sistem pakar berbasis Certainty Factor (CF) diperlukan di Puskesmas Tanjung Ria untuk meningkatkan efisiensi dan akurasi dalam diagnosa penyakit lambung.
Sistem ini akan memungkinkan pasien untuk melakukan diagnosa mandiri melalui Website, mengurangi beban kerja tenaga medis, dan biaya konsultasi.
Dengan memanfaatkan pengetahuan pakar dan metode CF, sistem ini diharapkan memberikan hasil diagnosa yang cepat dan akurat serta saran penanganan yang tepat kepada pasien.
Perancagan sistem.
Dalam perancangan sistem perangkat lunak, metode Unified Modelling Language (UML) dapat digunakan dengan menggunakan tahapan use case, class diagram dan activity Dengan mengikuti perancangan UML, diharapkan Website sistem pakar Diagnosis Penyakit Lambung dapat dikembangkan dengana efisien dan sesuai dengan kebutuhan Puskemas Tanjung Ria.
Impmentasi / pengkodean.
Sistem Pakar Diagnosis Dini Penyakit Lambung a.
Rafaely H.
Walangitan 608 e-ISSN: 2685-0877 Website Sistem Pakar Diagnosis Penyakit Lambung di Dinas Kesehatan Puskesmas Tanjung Ria dibangun menggunakan PHP dan database MySQL.
Pendujian sistem.
Pengujian akan dilakukan pada sistem menggunakan metode Blackbox dan pengujian Pengujian ketepatan akan memeriksa setiap fungsionalitas sistem untuk mengurangi kesalahan keluaran dari hasil yang diinginkan pada sistem pakar yang dibangun, dan pengujian ketepatan akan membandingkan hasil pakar dan hasil perhitungan menggunakan metode Certanity Factor (CF).
2 Certanity Factor Faktor Keyakinan menggunakan gejala untuk menghitung interval keyakinan seorang pakar terhadap data.
Nilai CF berkisar dari -1 hingga 1 dan menunjukkan kepercayaan mutlak, sedangkan nilai -1 menunjukkan ketidakpercayaan mutlak.
Tabel berikut menunjukkan jenis nilai acuan faktor ketidakpastian untuk berbagai jenis istilah ketidakpastian.
Tabel 1.
Nilai Interpretasi Certainty Factor (CF) Untuk menggunakan nilai CF menggunakan rumus :
Untuk hipotesis h.
CF.
adalah nilai faktor kepastian.
Dengan bukti e.
MB.
adalah ukuran kepercayaan terhadap hipotesis h, dan MD.
adalah ukuran ketidakpercayaan terhadap hipotesis h.
Nilai MB.
dan MD.
dapat diwakili pada skala 0 hingga 1, di mana 0 menunjukkan tidak ada kepastian sama sekali, dan 1 menunjukkan kepastian mutlak nilai MB.
3 Analisa Data Adaptasi dari beberapa jurnal terkait mengacu pada akumulasi pengetahuan yang diperoleh, gejala dan penyakit yang akan dimasukkan ke dalam sistem pakar.
, .
, .
, yang kemudian disesuaikan oleh para pakar dalam bidang tersebut.
Tabel 2.
Penyakit Progresif: Vol.
No.
Agustus 2024: 605-617 Progresif e-ISSN: 2685-0877 Tabel 3.
Gejala Tabel 4.
Bobot pakar Sistem Pakar Diagnosis Dini Penyakit Lambung a.
Rafaely H.
Walangitan 610 e-ISSN: 2685-0877 Tabel 5 menunjukkan contoh kasus penyelesaian perhitungan dengan metode faktor Tabel 5.
Contoh kasus Langkah pertama adalah mengalikan CFUser dengan CFPakar dapat di lihat pada tabel 6.
Progresif: Vol.
No.
Agustus 2024: 605-617 Progresif e-ISSN: 2685-0877 Nama Gejala Tabel 6.
Perkalian CFuser dan CFpakar.
CF User .
CF Pakar .
Nyeri pada perut Gangguan Pencernaan Gangguan tidur Nyeri pada perut Gangguan Pencernaan Gangguan tidur Gangguan pernapasan Suara serak Nyeri pada perut Gangguan Pencernaan Berat BB menurun Nyeri pada perut Gangguan Pencernaan Gangguan tidur Berat BB menurun Nyeri pada perut Gangguan Pencernaan Berat BB menurun 0,28 0,56 0,56 Penyakit Gastritis GERD Gastroparesis Tukak Lambung Kanker Lambung Setelah mendapatkan nilai CFgejala langkah selanjutnya adalah menghitung CFCombine berdasarkan masing-masing penyakit.
P01 Gastritis CFCombine (CFGejala 1.
CFGejala .
CF1 = 0.
5 * .
CF1 = 0.
CFCombine (CF1.
CFGejala .
CF1 = 0.
28 * .
CF1 = 0.
P02 GERD
CFCombine (CFGejala 1.
CFGejala .
CF1 = 0.
5 * .
CF1 = 0.
CFCombine (CF1.
CFGejala .
CF2 = 0.
56 * .
CF2 = 0.
CFCombine (CF2.
CFGejala .
CF3 = 0.
5 * .
CF3 = 0.
CFCombine (CF2.
CFGejala .
CF4 = 0.
5 * .
CF4 = 0.
P03 Gastroparesis CFCombine (CFGejala 1.
CFGejala .
CF1 = 0.
5 * .
CF1 = 0.
CFCombine (CF1.
CFGejala .
CF1 = 0.
8 * .
CF1 = 0.
Sistem Pakar Diagnosis Dini Penyakit Lambung a.
Rafaely H.
Walangitan 612 e-ISSN: 2685-0877 P03 Tukak Lambung CFCombine (CFGejala 1.
CFGejala .
CF1 = 0.
5 * .
CF1 = 0.
CFCombine (CF1.
CFGejala .
CF2 = 0.
56 * .
CF2 = 0.
CFCombine (CF2.
CFGejala .
CF3 = 0.
8 * .
CF3 = 0.
P05 Kanker Lambung CFCombine (CFGejala 1.
CFGejala .
CF1 = 0.
5 * .
CF1 = 0.
CFCombine (CF1.
CFGejala .
CF2 = 0.
75 1 * .
CF2 = 1.
Setelah melakukan perhitungan diatas maka tahap terakhir mengalikan CFcombine X Adapun contoh perhitungan dapat di lihat pada perhitungan berikut.
CFPersentase = CFCombine X 100% CFPersentase = 0.
820 X 100%
CFPersentase = 82% Hasil perhitungan CFPersentase di atas menunjukan bahwa untuk penyakit gastritis tingkat keyakinannya menunjukan 82%.
Perhitungan di atas masih harus dilanjutkan sebanyak data penyakit sehingga diperolehlah nilai CFPersentase yang paling tinggi yaitu pada penyakit Kanker Lambung dengan CFPersentase 100%.
Hasil dan Pembahasan 1 Perancangan Adapun perancangan ini menggunakan perancangan berorientasi objek yang dengan tahapan use case, class diagram dan activity diagram.
Use case Gambar 1.
Use Case Diagram Dalam sistem pakar diagnosis penyakit lambung Puskesmas Tanjung Ria yang menggunakan faktor keyakinan, aktor utama adalah pasien yang menggunakan sistem untuk diagnosis dan admin yang mengelola data penyakit, gejala, dan aturan diagnosis.
Ini digambarkan dalam Use Case Diagram 1, yang mencakup login, melakukan diagnosis, mengelola data penyakit, mengelola data gejala, dan melihat riwayat diagnosis.
Pasien mengisi Progresif: Vol.
No.
Agustus 2024: 605-617 Progresif e-ISSN: 2685-0877 formulir gejala, dan sistem menghasilkan hasil diagnosis sementara administrasi memantau data untuk memastikan diagnosis yang tepat.
Class diagram Gambar 2.
Class diagram pada gambar 2 merupakan Class Diagram menunjukkan struktur sistem dengan kelas utama User.
Pasien.
Admin.
Penyakit.
Gejala.
Aturan, dan Diagnosa.
Kelas User adalah superclass dengan atribut dasar userID, username, dan password.
Pasien dan Admin adalah subclass dengan atribut tambahan sesuai peran mereka.
Kelas Penyakit dan Gejala menyimpan informasi penyakit dan gejala, sedangkan kelas Aturan menyimpan relasi antara penyakit dan gejala beserta nilai Certainty Factor.
Kelas Diagnosa menangani proses diagnosis berdasarkan input gejala pasien dan menyimpan hasilnya.
Diagram ini mencerminkan bagaimana sistem pakar berfungsi dan berinteraksi untuk memberikan diagnosis yang cepat dan akurat.
Implementasi .
Antarmuka penyakit - admin Gambar 3.
Antarmuka penyakit Ae admin Pada Gambar 9, terlihat halaman antarmuka untuk mengelola informasi penyakit.
sebelah kiri terdapat formulir input untuk menambahkan atau mengubah data penyakit, sementara di sebelah kanan terdapat data yang sudah ditambahkan.
Pada bagian kanan, terdapat tombol untuk melakukan edit, hapus, dan melihat detail aturan penyakit.
Sistem Pakar Diagnosis Dini Penyakit Lambung a.
Rafaely H.
Walangitan 614 e-ISSN: 2685-0877 .
Antarmuka gejala Ae admin Gambar 4.
Antarmuka gejala Ae admin Pada Gambar 10, terlihat halaman antarmuka untuk mengelola informasi gejala.
sebelah kiri terdapat formulir input untuk menambahkan atau mengubah data gejala, sementara di sebelah kanan terdapat data yang sudah ditambahkan.
Pada bagian kanan, terdapat tombol untuk melakukan edit dan hapus.
Antarmuka rule Ae admin Gambar 5.
Antarmuka rule Ae admin Pada Gambar 11, terlihat halaman antarmuka untuk mengelola informasi rule.
sebelah kiri terdapat formulir input untuk menambahkan atau mengubah data rule, sementara di sebelah kanan terdapat data yang sudah ditambahkan.
Pada bagian kanan, terdapat tombol untuk melakukan edit dan hapus.
Antarmuka diagnosa Ae pasien Gambar 6.
Antarmuka diagnosa Ae pasien Progresif: Vol.
No.
Agustus 2024: 605-617 Progresif e-ISSN: 2685-0877 Pada Gambar 13, terdapat halaman antarmuka untuk melakukan diagnosa pada Halaman ini akan menampilkan beberapa pertanyaan terkait gejala, dan pasien akan diminta untuk mengisi jawaban-jawaban tersebut guna melakukan diagnosa.
Antarmuka history Ae pasien Gambar 7.
Antarmuka history Ae pasien Pada Gambar 15, terdapat halaman antarmuka riwayat pasien.
Jika data tersebut disimpan pada tahap yang dijelaskan pada Gambar 14, maka pasien dapat melihat riwayat diagnosanya di sini.
Pengujian Sistem Dalam hal ini, pengujian akurasi mengacu pada kemampuan sistem untuk menghasilkan hasil yang sesuai dengan penilaian atau prediksi pakar.
Teknik pengujian yang digunakan dalam penelitian Ini dilakukan untuk mengetahui seberapa akurat sistem dalam menghasilkan hasil yang sebanding dengan penilaian atau prediksi pakar.
Tabel 7 menunjukkan pengujian akurasi yang dilakukan.
Tabel 7.
Pengujian akurasi Adapun 3 kasus lainnya menunjukkan hasil yang tidak sesuai dengan pakar, memberikan persentase Invaliditas sebesar 26.
Analisis menurut pakar bahwa untuk diagnosa Gastritis seharusnya ada 4 kasus namun yang 1 kasus Invalid.
Diagnosa Tukak Lambung memiliki dengan 2 kasus Valid.
Untuk Gastroparesis, terdapat 3 kasus Valid dan 1 Sistem Pakar Diagnosis Dini Penyakit Lambung a.
Rafaely H.
Walangitan 616 e-ISSN: 2685-0877 kasus Invalid.
Diagnosa Kanker Lambung mencakup 2 kasus yang semuanya Valid, sementara diagnosa GERD memiliki 4 kasus dengan 3 kasus Valid dan 1 kasus Invalid.
Ketidaksesuaian hasil berdasarkan sistem terjadi pada diagnosa tukak lambung dan GERD.
Berdasarkan tabel 7 pengujian akurasi, dari total 15 kasus pengujian, sistem memberikan hasil yang sesuai dengan hasil pakar pada 12 kasus, menghasilkan persentase Validitas sebesar 80%.
Temuan ini memberikan penguatan terhadap penelitain .
bahwa metode CF memiliki kinerja cukup baik sebagai basis pengetahuan Sistem pakar.
Simpulan Pengujian akurasi sistem pakar untuk diagnosa penyakit lambung menunjukkan hasil yang memuaskan dengan tingkat akurasi mencapai 80%.
Dari 15 data uji, 12 di antaranya menunjukkan hasil yang valid, mencerminkan kemampuan sistem dalam menghasilkan diagnosa yang konsisten dengan penilaian pakar.
Meskipun demikian, terdapat 3 kasus dengan hasil yang tidak valid, menandakan perlunya perbaikan lebih lanjut untuk meningkatkan keakuratan sistem.
Pengembangan sistem pakar ini merupakan langkah strategis dalam meningkatkan efisiensi dan keandalan diagnosa penyakit lambung di Puskesmas Tanjung Ria, memberikan diagnosa yang cepat dan akurat bagi pasien tanpa perlu menunggu lama atau mengeluarkan biaya besar.
Daftar Referensi Sastypratiwi and R.
Nyoto.
AuAnalisis Data Artikel Sistem Pakar Menggunakan Metode Systematic Review,Ay JEPIN (Jurnal Edukasi dan Penelit.
Inform.
, vol.
6, no.
250Ae257, 2020.
Anugerah.
Arifianto, and A.
Zakiyah.
AuSistem Pakar Diagnos a Awal Penyakit Lambung Menggunakan Metode Cosine Similarity Berbasis WEB,Ay J.
Smart Teknol.
, vol.
4, no.
6, pp.
785Ae793.
Sep.
Accessed: Apr.
20, 2024.
[Onlin.
Available: http://jurnal.
id/index.
php/JST/article/view/22118.
Sahay.
Fitriah, and E.
Christian.
AuSistem Pakar Diagnosa Penyakit Lambung Berbasis Website Menggunakan Metode Forward Chaining & Certainty Factor,Ay J.
Inf.
Technol.
Comput.
Sci.
, vol.
1, no.
3, pp.
192Ae201.
Dec.
2021, doi:
47111/jointecoms.
Ardiansyah.
Fauziah, and A.
Ningsih.
AuSistem Pakar Untuk Diagnosa Awal Penyakit Lambung Menggunakan Metode Dempster-Shafer Berbasis Web,Ay J.
Ilm.
Teknol.
dan Rekayasa, vol.
24, no.
3, pp.
182Ae196, 2019, doi:
35760/TR.
V24I3.
Yunita and M.
Simanjuntak.
AuSistem Pakar Mendiagnosa Penyakit Lambung Metode Dempster Shafer,Ay J.
Inform.
Kaputama, vol.
4, no.
2, pp.
165Ae174.
Jul.
2020, doi:
59697/JIK.
V4I2.
Bani and F.
Nugroho.
AuSistem Pakar Dalam Diagnosa Penyakit Tuberkulosis Otak Menggunakan Metode Certainty Factor,Ay J.
MEDIA Inform.
BUDIDARMA, vol.
4, no.
1170Ae1174.
Oct.
2020, doi: 10.
30865/MIB.
V4I4.
Pamungkas.
Purwahana, and M.
Praja.
AuSistem Pakar Diagnosa Penyakit Lambung Dengan Metode Certainty Factor,Ay J.
Ilm.
STMIK AUB, vol.
29, no.
1, pp.
94Ae 115, 2023, doi: 10.
36309/goi.
Nugraha.
Voutama, and Purwantoro.
AuPenerapan Metode Certainty Factor Dan Forward Chaining Pada Sistem Pakar Berbasis Web Dalam Mendiagnosis Penyakit Lambung,Ay J.
Ilm.
Wahana Pendidik.
, vol.
10, no.
1, pp.
140Ae175, 2024, doi:
5281/zenodo.
Amriana.
Nugraha, and Rahmatanti.
AuSistem Pakar Diagnosa Penyakit Lambung Menggunakan Metode Case Based Reasoning Berbasis Web,Ay CESS (Journal Comput.
Eng.
Syst.
Sci.
, vol.
5, no.
1, pp.
114Ae123, 2020.
Ardiansyah.
Fauziah, and A.
Ningsih.
AuSistem Pakar Untuk Diagnosa Awal Penyakit Lambung Menggunakan Metode Dempster-Shafer Berbasis Web,Ay J.
Ilm.
Teknol.
dan Rekayasa, vol.
24, no.
3, pp.
182Ae196.
Feb.
2020, doi:
35760/TR.
V24I3.
Syahyani.
Sumpala, and Y.
Pasrun.
AuDiagnosis Penyakit Lambung Menggunakan Metode Certainty Factor,Ay Pros.
Semin.
Nas.
Pemanfaat.
Sains Dan Teknol.
Inf.
2023, vol.
1, no.
1, pp.
327Ae334, 2023.
Progresif: Vol.
No.
Agustus 2024: 605-617 Progresif e-ISSN: 2685-0877 Pangestu et al.
AuSistem Pakar Diagnosa Penyakit Lambung dengan Metode Forward Chaining,Ay J.
Ris.
dan Apl.
Mhs.
Inform.
, vol.
5, no.
2, pp.
415Ae423.
Apr.
doi: 10.
30998/JRAMI.
V5I2.
Situmorang.
AuSistem Pakar Diagnosa Penyakit Lambung Menggunakan Metode Naive Bayes,Ay JITKO J.
Inov.
Teknol.
dan Komput.
, vol.
1, no.
1, pp.
11Ae15.
Sep.
Accessed: Apr.
20, 2024.
[Onlin.
Available: https://ejournal.
php/JITKO/article/view/8.
Pratama.
Juhartini, and B.
Imran.
AuSistem Pakar Diagnosa Penyakit Pada Ayam Menggunakan Metode Certainty Factor,Ay J.
Kecerdasan Buatan dan Teknol.
Inf.
, vol.
2, pp.
106Ae114, 2023.
Bahar, "Pengembangan Model Sistem Informasi Manajemen Pengelolaan Artikel Ilmiah Berbasis Web Menggunakan Metode Extreme Programming.
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol.
9, no.
3, pp.
1-12, 2021.
35889/jutisi.
Maulana.
Irjanto, and E.
Pawan.
AuSistem Pakar Diagnosa Penyakit Hepatitis B Ibu Hamil Menggunakan Metode Certainty Factor,Ay Progresif J.
Ilm.
Komput.
, vol.
1, pp.
80Ae90.
Jan.
2024, doi: 10.
35889/PROGRESIF.
V20I1.
Ranti.
Desiani.
Yahdin, and S.
Lamin.
AuSistem Pakar Diagnosa Penyakit Lambung Menggunakan Metode Certainty Factor,Ay J.
Teknol.
, vol.
23, no.
2, pp.
70Ae77.
Saputra and A.
Masyhuri.
AuPerancangan Sistem Pakar Penyakit Pada Ayam Broiler Berbasis Website Dengan Menggunakan Metode Forward Chaining,Ay BINER J.
Ilmu Komputer.
Tek.
dan Multimed.
, vol.
1, no.
4, pp.
1019Ae1028.
Oct.
Accessed: Mar.
17, 2024.
[Onlin.
Available: https://w.
id/index.
php/Biner/ article/view/3671.
Amalia.
Ernawati, and A.
Wijanarko.
AuImplementasi Metode Nayve Bayes Dalam Sistem Pakar Diagnosis Hama dan Penyakit Pada Tanaman Hias Aglaonema SP.
,Ay Rekursif J.
Inform.
, vol.
10, no.
1, pp.
23Ae39.
Apr.
2022, doi:
33369/REKURSIF.
V10I1.
Hasbiyanor, & B.
Bahar.
AuSistem Pakar Diagnosa Keluhan Selama Masa Kehamilan Menggunakan Metode Certainty Factor Berbasis Web.
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol.
6, np.
1, pp.
1345-1356, 2017.
Sistem Pakar Diagnosis Dini Penyakit Lambung a.
Rafaely H.
Walangitan