Briliant: Jurnal Riset dan Konseptual Vol.
No.
Mei 2024 pp.
E-ISSN: 2541-4224.
P-ISSN: 2541-4216
DOI: http://dx.
org/10.
28926/briliant.
Sistem Pakar Diagnosa Penyakit Akibat Virus Pada Manusia Menggunakan Metode Teorema Bayes Wahyu Nofiyan Hadi.
Titik Suhartini.
Universitas Hafshawaty Gerojokan.
Karangbong.
Kec.
Pajarakan.
Kabupaten Probolinggo.
Indonesia Email: 1navoleo7@gmail.
com, 2suhartini.
titik78@gmail.
Abstract: An expert system is a computerized application that aims to Tersedia Online di http://w.
php/briliant Sejarah Artikel Diterima 11 November 2024 Direvisi 29 Mei 2024 Disetujui 30 Mei 2024 Dipublikasikan 30 Mei 2024 Keywords:
Bayes Theorem.
Expert Systems.
Virus Disease Diagnosis Kata Kunci:
Diagnosa Penyakit Virus.
Sistem Pakar.
Teorema Bayes Corresponding Author:
Name:
Wahyu Nofiyan Hadi Email:
navoleo7@gmail.
imitate the reasoning process of an expert in solving certain problems and making decisions or conclusions because their knowledge is stored in a knowledge base to process problem solving.
The basis of an expert system is how an expert's knowledge is transferred to a computer and used to make decisions and draw conclusions based on that knowledge.
Many expert system applications have emerged in the medical field.
answering questions on an application similar to consulting a doctor, this expert system allows ordinary people to detect diseases based on the symptoms they experience.
In this way, lay people can also identify diseases and treatment solutions early, which allows for rapid treatment and disease prevention.
This system aims to provide support to medical personnel in carrying out initial diagnoses, increasing diagnostic accuracy, and assisting in making medical decisions more quickly and efficiently.
The use of the Bayes Theorem method allows the system to handle uncertainty and variations in the symptoms experienced by patients, so as to provide more accurate results.
Abstrak: Sistem pakar adalah aplikasi komputerisasi yang bertujuan untuk meniru proses penalaran seorang pakar dalam memecahkan masalah tertentu dan membuat keputusan atau kesimpulan karena pengetahuan mereka disimpan dalam basis pengetahuan untuk memproses pemecahan masalah.
Dasar sistem pakar adalah bagaimana pengetahuan seorang pakar ditransfer ke komputer dan digunakan untuk membuat keputusan dan mengambil kesimpulan berdasarkan pengetahuan tersebut.
Banyak aplikasi sistem pakar telah muncul di bidang kedokteran.
Dengan menjawab pertanyaan pada aplikasi yang mirip dengan berkonsultasi ke dokter, sistem pakar ini memungkinkan orang awam mendeteksi penyakit berdasarkan gejala yang mereka Dengan demikian, orang awam juga dapat mengidentifikasi penyakit dan solusi pengobatannya sejak dini, yang memungkinkan penanganan cepat dan pencegahan penyakit.
Sistem ini bertujuan untuk memberikan dukungan kepada tenaga medis dalam melakukan diagnosa awal, meningkatkan akurasi diagnosa, serta membantu dalam pengambilan keputusan medis yang lebih cepat dan efisien.
Penggunaan metode Teorema Bayes memungkinkan sistem untuk menangani ketidakpastian dan variasi dalam gejala yang dialami oleh pasien, sehingga mampu memberikan hasil yang lebih akurat.
BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024
PENDAHULUAN
Sistem pakar adalah aplikasi komputerisasi yang bertujuan untuk meniru proses penalaran seorang pakar dalam memecahkan masalah tertentu dan membuat keputusan atau kesimpulan karena pengetahuan mereka disimpan dalam basis pengetahuan untuk memproses pemecahan masalah (Winiarti, 2.
(Rachman, 2.
Dasar sistem pakar adalah bagaimana pengetahuan seorang pakar ditransfer ke komputer dan digunakan untuk membuat keputusan dan mengambil kesimpulan berdasarkan pengetahuan tersebut (Diana, 2.
Kepakaran manusia tidak bertahan lama, itu dapat hilang karena kematian, berpindah tempat kerja, atau pensiun (Hasanuddin Sirait.
Rini Mayasari, 2.
Dalam pengambilan kesimpulan, pakar dapat dipengaruhi oleh beberapa hal.
Sistem pakar dapat memberikan hasil yang lebih konsisten dari pada pakar dan dapat melakukan pengambilan kesimpulan dalam waktu yang sama, bahkan lebih cepat dari pada pakar (Ramdani Rehalat, 2.
Virus adalah mikroorganisme kecil yang hanya dapat berkembang biak di dalam sel hidup makhluk lain (Ritonga et al.
, 2.
Mereka dapat menyerang sel-sel tubuh manusia dan menyebabkan berbagai penyakit, mulai dari yang ringan hingga fatal (Purnomo et al.
, 2.
Teorema Bayes merupakan salah satu ide penting dalam teori probabilitas dan statistik, yang memungkinkan hipotesis untuk diperbarui dengan bukti atau informasi baru (Malo et al.
, 2.
(Sudaryono, 2.
Terdapat beberapa penelitian terdahulu, yang pertama membahas tentang penerapan teorema bayes untuk diagnosis penyakit pada ibu hamil berbasis android, penelitian tersebut dilakukan karena angka kematian ibu di indonesia sebagian besar disebabkan oleh kurangnya pengetahuan mengenai kehamilan, terlambatnya penanganan di rumah sakit, kurangnya tenaga medis maupun fasilitas yang memadai dan mahalnya biaya untuk konsultasi membuat para ibu enggan untuk ke dokter ahli (Paramitha et al.
, 2.
Selanjutnya membahas tentang penerapan teorema bayes mendeteksi stunting pada balita, penelitian tersebut dilakukan agar memudahkan masyarakat maupun puskesmas dalam mengambil kesimpulan preferensi yang didapat dari pengolahan data dan petunjuk dalam mendeteksi Stunting sejak dini (Sapriatin & Sianturi, 2.
Oleh karena itu, banyak aplikasi sistem pakar telah muncul di bidang kedokteran.
Dengan menjawab pertanyaan pada aplikasi yang mirip dengan berkonsultasi ke dokter, sistem pakar ini memungkinkan orang awam mendeteksi penyakit berdasarkan gejala yang mereka alami.
Dengan demikian, orang awam juga dapat mengidentifikasi penyakit dan solusi pengobatannya sejak dini, yang memungkinkan penanganan cepat dan pencegahan penyakit.
Dengan demikian, diharapkan bahwa sistem pakar akan memungkinkan orang awam untuk menyelesaikan masalah yang cukup kompleks yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli.
Berdasarkan latar belakang di atas, penulis ingin mengembangkan "Sistem Pakar Diagnosa Penyakit Akibat Virus Pada Manusia Menggunakan Metode Teorema Bayes.
METODE
Observasi ini dilakukan di Klinik JPKM Hafshawaty Probolinggo sebagai pengamatan langsung untuk menentukan diagnosa penyakit akibat virus.
Ini juga dilakukan untuk mengamati keadaan awal sesuai dengan subjek penelitian.
Selanjutnya mengadakan tanya jawab dengan para ahli untuk mengetahui tentang berbagai penyakit berdasarkan gejalanya dan solusi pencegahan dan pengobatannya.
Penelitian ini tidak hanya mengumpulkan data melalui observasi dan itu juga mempelajari tentang Sistem Pakar Diagnosa penyakit Akbit Virus dengan membaca beberapa buku dan jurnal serta situs web yang mendukung penelitian.
Dalam menangani ketidakpastian, pendekatan probabilistik Teorema Bayes sangat fleksibel.
Teorema Bayes memungkinkan kita untuk mengatasi ketidakpastian ini dalam banyak situasi nyata karena informasi yang ada tidak lengkap atau ambigu.
Kita dapat mengatasi ketidakpastian ini dengan memberikan probabilitas yang mencerminkan tingkat keyakinan kita terhadap suatu hasil.
Terdapat beberapa tahapan dalam pendekatan air terjun .
aterfall approac.
yang digunakan dalam teknik pengembangan sistem (Badrul, 2.
Analisis / Perangcangan sistem BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 merupakan tahap penentuan hal-hal yang akan dikerjakan dalam kegiatan penelitian sistem monitoring kegiatan, mencakup studi kelayakan, pengumpulan data dengan beberapa teknik .
bservasi, wawancara, dan studi pustak.
, analisis data sebagai bahan untuk perancangan dan pembangunan sistem (Riyanto & Suria, 2.
Pada tahap kedua, yaitu desain sistem, proses perancangan sistem dilakukan dengan menggunakan diagram alir .
, diagram alir data (DFD), dan diagram hubungan entitas (ERD) (Andika et al.
, 2.
Selain itu, dirancang desain antar muka yang menarik dan mudah digunakan untuk pengguna akhir (Andika et al.
, 2.
Setelah perancangan sistem dan desain antar muka .
selesai pada tahap desain sistem, proses pengkodean dimulai.
Ini dilakukan dengan menggunakan editor teks Visural Studio Code (Hadi, 2.
Program yang telah dikembangkan kemudian diujicoba untuk memastikan apakah sudah memenuhi syarat dan layak digunakan, atau apakah ada kesalahan atau ketidaksesuaian yang membuatnya perlu dirancang kembali atau ditarik kesimpulan.
Tahap terakhir adalah perawatan.
Setiap tahun, ilmu pengetahuan dan teknologi terus berkembang.
Hal ini dapat menyebabkan ketidaksesuaian program karena perubahan bisnis atau lingkungan serta permintaan pemakai baru untuk perbaikan dan penggunaan kembali sistem yang lebih baik.
HASIL DAN PEMBAHASAN
Setelah penelitian di Klinik JPKM Hafshawaty mengenai proses diagnosa gejala awal penyakit akibat virus dan laporan yang dibuat oleh pakar yang masih menggunakan proses manual, diperlukan sistem baru.
Dengan adanya sistem baru, kinerja pakar dalam diagnosa gejala awal penyakit akibat virus akan lebih efektif dan efisien.
Teorema Bayes dinyatakan dengan rumus sebagai berikut:
= P(E) Dimana ycE.
adalah probabilitas hipotesis ya diberikan bukti ya .
isebut probabilutas posterio.
adalah probabilitas bukti ya diberikan hipotesis ya .
isebut likelihoo.
adalah probabilitas awal hipotesis ya sebelum bukti ya .
isebut prio.
P(E) adalah probabilitas bukti ya .
isebut marginal likelihood atau evidenc.
Tes medis untuk diagnosa penyakit telah dilakukan dengan data berikut:
Sensitivitas tes .
robabilitas tes positif jika penyakit ad.
: ycE.
cEycuycycnycycnyce .
cIycaycoycny.
= 0.
Spesifisitas .
robabilitas ycE .
cAyceyciycaycycnyc.
ycNycnyccycaycoycIycaycoycny.
= 0.
Prevalensi penyakit dalam populasi .
: ycE.
cIycaycoycny.
= 0.
Data tes untuk mengetahui kemungkinan seseorang benar-benar sakit jika hasil tesnya positif ycE.
cIycaycoycny.
ycEycuycycnycycnyc.
Prior: ycE.
cIycaycoycny.
= 0.
Likelihood: ycE.
cEycuycycnycycnyce .
cIycaycoycny.
= 0.
Evidence ycE.
cEycuycycnycycnyc.
= ycE.
cEycuycycnycycnyce .
cIycaycoycny.
Oo ycE.
cIycaycoycny.
cEycuycycnycycnyce .
cNycnyccycaycoycIycaycoycny.
cNycnyccycaycoycIycaycoycny.
cEycuycycnycycnyc.
= 0.
99 Oo 0.
01 Oo 0.
cEycuycycnycycnyc.
= 0.
00999 = 0.
Posterior ycE.
cEycuycycnycycnyc.
ycIycaycoycny.
Oo ycE.
cIycaycoycny.
cEycuycycnycycnyc.
99 Oo 0.
cIycaycoycnyc .
cEycuycycnycycnyc.
= ycE.
cIycaycoycnyc .
cEycuycycnycycnyc.
= 490 BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 ycE.
cIycaycoycnyc .
cEycuycycnycycnyc.
OO 0.
Berikut adalah gambar flowchart lama, flowchart alur sistem, dan flowchart sistem komputerisasi diagnosa penyakit akibat virus pada manusia:
Mulai Input Data Pasien Mendatangi Pakar Hasil Diagnosa Diagnosa Selesai Gambar 1.
Flowchart Lama Mulai Login Validasi Cek Laporan Hasil Diagnosa Gejala Diagnosa Hasil Diagnosa Selesai Gambar 2.
Flowchart alur sistem BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 Mulai Halaman User Registrasi Login Input Data User Cek Proses Diagnosa Cetak Hasil Diagnosa Selesai Gambar 3.
Flowchart sitem komputerisasi Diagram konteks menunjukkan suatu proses dan ruang lingkup sistem.
Gambar berikut menunjukkan diagram konteks sistem pakar yang digunakan untuk menentukan penyakit yang disebabkan oleh virus.
Data Penyakit Data Gejala Keluhan Data Solusi Pakar Data Pakar Sistem Pakar Diagnosa Penyakit Akibat Virus Lap.
Penyakit Data User User Lihat Penyakit Hasil Diagnosa Lap.
User Gambar 4.
Context diagram 492 BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 Tabel 1.
Tabel penyakit Kode
Nama Penyakit Penyakit-1
Penyakit-2
Penyakit-3
Penyakit-4
Penyakit-5
Penyakit-6
Penyakit-7
Penyakit-8
Penyakit-9
Penyakit-10
Cacar Air
Herpes Simpleks Polio
Campak
Hepatitis Gondok
Sars Kutil
Commond Cold
MCV
Tabel 2.
Tabel gejala penyakit Kode Gejala-1 Gejala-2 Gejala-3 Gejala-4 Gejala-5 Gejala-6 Gejala-7 Gejala-8 Gejala-9 Gejala-10 Gejala-11 Gejala-12 Gejala-13 Gejala-14 Gejala-15 Gejala-16 Gejala-17 Gejala-18 Gejala-19 Gejala-20 Gejala-21 Gejala-22 Gejala-23 Gejala-24 Gejala-25 Gejala-26 Gejala-27 Gejala-28 Gejala-29 Gejala-30 Gejala-31 Gejala-32 Gejala-33 Gejala-34 Gejala-35 Gejala-36 Gejala-37 Gejala-38 Nama Gejala Demam Sakit Kepala Batuk Kering Nafsu Makan Berkurang Gatal Pada Kulit Seperti Bekas Gigitan Serangga Timbulnya Benjolan Berisi Cairan Timbulnya Gelembung Kecil Dikulit Gelembung Yang Memerah Gelembing Terasa Panas Gelembung Sangat Mudah Pecah Demam Ringan Sedang Nyeri tenggorokan Nyeri Leher Kaku Pada Otot Otot Lemas Kurangnya Kepekaan Sentuhan (Mati Ras.
Kelumpuhan Ringan Badan Panas Pilek Batuk Bercak Komlik Nyeri Otot Mata Merah Tidak Enak Badan Secara Keseluruhan Kelelahan Meriang Hilang Nafsu Makan Mual Muntah Diare Rasa Sakit Diperut Sakit Pada Tenggorokan Kenaikan Suhu Badan Telinga Sering Berdengung Muliut Terasa Nyeri dan Kaku Saat mengunyah Makanan Muncul Benjolan Kecil pada bagian leher Sesak nafas Infeksi Saluran Pernapasan Akut BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 Gejala-39 Gejala-40 Gejala-41 Gejala-42 Gejala-43 Gejala-44 Gejala-45 Gejala-46 Gejala-47 Gejala-48 Gejala-49 Radang Tenggorokan Ada Bintil Kecil yang Keras dan Berakar pada Tubuh Bintil Membesar dalam waktu lama Hidung Tersumbat Bersin Kelemahan Otot Mengigil Tak Terkendali Terbentuknya Pupil (Benjola.
Yang Cukup Banyak Benjolan Yang Berbatas Tegas.
Licin, dan Sewarna Dengan kulit Benjolan Dapat Meradang Secara Spontan karena Akibat garukan Benjolan yang meradangan memberikan gambaran benjolan merah dan hangat Tabel 3.
Tabel aturan Bayes Nilai Angka Bayes Teorama Bayes 0 Ae 0.
3 Ae 0.
5 Ae 0.
7 Ae 0.
9 Ae 1 Tidak ada Mungkin Kemungkinan Hampir Pasti Pasti Tabel 4.
Tabel Keputusan Penyakit Gejala-7 Gejala-8 Gejala-11 Gelembung Terasa Panas Gelembung Sangat Mudah Pecah Demam Ringan Sedang Gejala-12 Nyeri tenggorokan Gejala-13 Nyeri Leher Gejala-14 Kaku Pada Otot Gejala-15 Gejala-17 Otot Lemas Kurangnya Kepekaan Sentuhan (Mati Ras.
Kelumpuhan Ringan Gejala-18 Badan Panas Gejala-19 Pilek Gejala-20 Batuk Gejala-21 Bercak Komlik Gejala-22 Nyeri Otot Gejala-23 Gejala-25 Mata Merah Tidak Enak Badan Secara Keseluruhan Kelelahan Gejala-26 Meriang Gejala-9 Gejala-10 Gejala-16 Gejala-24 ue ue ue ue ue ue ue ue ue ue ue ue 494 BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue Penyakit-10 Gejala-6 ue Penyakit-9 Nafsu Makan Berkurang Gatal Pada Kulit Seperti Bekas Gigitan Serangga Timbulnya Benjolan Berisi Cairan Timbulnya Gelembung Kecil Dikulit Gelembung Yang Memerah Gejala-5 Penyakit-8 Gejala-4 ue ue ue Penyakit-7 Batuk Kering Penyakit-6 Gejala-3 ue ue ue ue Penyakit-5 Sakit Kepala Penyakit-4 Demam Gejala-2 Penyakit-3 Gejala-1 Penyakit-2 Nama Gejala Penyakit-1 Kode ue ue ue ue ue Gejala-27 Hilang Nafsu Makan Gejala-28 Mual Gejala-29 Muntah Gejala-30 Diare Gejala-31 Rasa Sakit Diperut Gejala-32 Sakit Pada Tenggorokan Gejala-33 Kenaikan Suhu Badan Gejala-34 Gejala-42 Telinga Sering Berdengung Muliut Terasa Nyeri dan Kaku Saat mengunyah Makanan Muncul Benjolan Kecil pada bagian leher Sesak nafas Infeksi Saluran Pernapasan Akut Radang Tenggorokan Ada Bintil Kecil yang Keras dan Berakar pada Tubuh Bintil Membesar dalam waktu lama Hidung Tersumbat Gejala-43 Bersin Gejala-44 Kelemahan Otot Gejala-45 Mengigil Tak Terkendali Terbentuknya Pupil (Benjola.
Yang Cukup Banyak Benjolan Yang Berbatas Tegas.
Licin, dan Sewarna Dengan kulit Benjolan Dapat Meradang Secara Spontan karena Akibat garukan Benjolan yang meradangan memberikan gambaran benjolan merah dan hangat Gejala-35 Gejala-36 Gejala-37 Gejala-38 Gejala-39 Gejala-40 Gejala-41 Gejala-46 Gejala-47 Gejala-48 Gejala-49 ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue ue Setelah hasil representasi pengetahuan selesai, selanjutnya adalah tahap implementasi sistem.
Gambar 5.
Halaman depan Gambar 5.
Menampilkan halaman konsultasi pengguna.
Beberapa pertanyaan akan ditampilkan yang berkaitan dengan gejala-gejala, sebagai acuan sistem dalam mendiagnosis penyakit.
BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 Gambar 6.
Halaman diagnosa Gambar 6.
Menampilkan hasil diagnosis penyakit.
Setelah beberapa pertanyaan terkait gejala diisi, selanjutnya sistem akan mempreoses data tersebut dan akan diarahkan ke halaman Data yang ditampilkan adalah data pasien .
ama, usia, jenis kelamin dan alama.
Dan untuk diagnosis penyakit adalah .
ejala yang di diagnosa, prosentase penyakit, pengobata.
496 BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 Gambar 7.
Hasil diagnosa SIMPULAN Didasarkan pada beberapa uraian, hasil analisis data, dan temuan yang telah dilakukan, disimpulkan bahwa pembuatan sistem pakar dengan metode teorema bayes menggunakan pendekatan waterfall dengan bahasa pemrograman PHP dan MySQL dilakukan melalui proses tanya jawab yang terjadi antara aplikasi dan pengguna.
Pertanyaan-pertanyaan yang diambil dari gejala yang ada juga menyediakan informasi tentang penyakit akibat virus, sehingga sistem pakar ini dapat membantu pasien mendiagnosa gejala awal penyakit akibat virus pada manusia.
Program ini memiliki banyak kekurangan, jadi penulis harus memberikan saran konstruktif untuk pengembangan di kemudian hari.
Saran yang ingin penulis berikan adalah bahwa mereka mengharapkan pengembangan aplikasi berikutnya menjadi aplikasi berbasis Android yang lebih mudah digunakan.
DAFTAR RUJUKAN
Andika.
Maharani.
, & Mardalius.
Penerapan Teorema Bayes pada Sistem Pakar Pendeteksi Penyakit Domba.
Edumatic: Jurnal Pendidikan Informatika, 6.
, 252Ae259.
https://doi.
org/10.
29408/edumatic.
Badrul.
Penerapan Metode waterfall untuk Perancangan Sistem Informasi Inventory Pada Toko Keramik Bintang Terang.
PROSISKO: Jurnal Pengembangan Riset Dan Observasi Sistem Komputer, 8.
, 57Ae52.
https://doi.
org/10.
30656/prosisko.
Diana.
Metode Dan Aplikasi Sistem Pendukung Keputusan.
Deepublish.
Hadi.
Pengantar Teknologi Informasi (W.
Hadi .
)).
PT Mafi Media Literasi Indonesia.
Hasanuddin Sirait.
Rini Mayasari.
METODE DAN PENERAPAN SISTEM PAKAR.
Get Press Indonesia.
Malo.
Rangga.
Ema.
Sanga.
Informatika.
Tinggi.
Komputer.
Stella.
, & Sumba.
Penerapan Metode Theorema Bayes dalam Mendiagnosa Penyakit Hepatitis Berbasis Web Application of Bayes Theorem Method in Diagnosing Web- Based Hepatitis.
https://doi.
org/10.
31289/jesce.
Paramitha.
Junianto.
, & Susanti.
Penerapan Teorema Bayes Untuk Diagnosis Penyakit Pada Ibu Hamil Berbasis Android.
Jurnal Informatika, 6.
, 53Ae61.
https://doi.
org/10.
31311/ji.
Purnomo.
Riko Muhammad Suri.
Devi Yuliana, & M.
Rasyid.
Sistem Pakar Identifikasi Penyakit Kulit Melanoma dengan Metode Teorema Bayes.
Jurnal KomtekInfo.
BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 10, 56Ae63.
https://doi.
org/10.
35134/komtekinfo.
Rachman.
Sistem Pakar Deteksi Penyakit Refraksi Mata Dengan Metode Teorema Bayes Berbasis Web.
Jurnal Informatika, 7.
, 68Ae76.
https://doi.
org/10.
31311/ji.
Ramdani Rehalat.
Sistem Pakar Diagnosa Penyakit Jantung Pada Masyarakat Menggunkan Metode Forward Chaining Berbasis Android (Heart Disease Diagnosis Expert System in Community Using Android-Based Forward Chaining Metho.
Jurnal Transit, 9.
, 73Ae80.
https://transit.
id/uploads/article/VOL9-NO12DECEMBER-2021/.
JURNAL FIKRI REVISI.
Ritonga.
Solikhun.
Lubis.
, & Windarto.
Sistem Pakar Diagnosa Gejala Awal Penyakit Akibat Virus Pada Anak Berbasis Mobile Dengan Forward Chaining.
InfoTekJar (Jurnal Nasional Informatika Dan Teknologi Jaringa.
, 2.
, 140Ae https://doi.
org/10.
30743/infotekjar.
Riyanto.
, & Suria.
Sistem Pakar Diagnosa Penyakit Pencernaan Menggunakan Metode Teorema Bayes.
JMAI (Jurnal Multimedia & Artificial Intelligenc.
, 2.
, 7Ae12.
https://doi.
org/10.
26486/jmai.
Sapriatin.
, & Sianturi.
Penerapan Teorema Bayes Mendeteksi Stunting pada Balita.
Jurnal Media Informatika (JUMIN), 3.
, 24Ae37.
Sudaryono.
STATISTIKA PROBABILITAS.
Andi.
Winiarti.
Pemanfatan Teorema Bayes Dalam Penentuan Penyakit Tht.
Pemanfaatan Teorema Bayes Dalam Penentuan Penyakit THT, 2.
, 209Ae219.
498 BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024