Implementasi Metode Breadth First Search Pada Mesin Inferensi Sistem Pakar Gangguan Kejiwaan Tunawisma
| Main Authors: | Saputro, Kholid Rohman; Universitas Ahmad Dahlan, Soyusiawaty, Dewi; Universitas Ahmad Dahlan |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Teknik Informatika, Universitas Ahmad Dahlan
, 2019
|
| Subjects: | |
| Online Access: |
http://journal.uad.ac.id/index.php/JSTIF/article/view/15803 http://journal.uad.ac.id/index.php/JSTIF/article/view/15803/7660 |
Daftar Isi:
- Gangguan kejiwaan merupakan suatu gangguan psikologis fungsional berupa gangguan mental yang ditandai dengan gejala-gejala psikotik yang khas yang dipengaruhi oleh kemunduran fungsi sosial, sejarah keluarga, penyalahgunaan obat, stres yang berlebihan dan komplikasi kehamilan. Gangguan kejiwaan ini ditandai dengan menonjolnya gejala-gejala positif seperti halusinasi, delusi, dan asosiasi longgar dan gejala-gejala negatif seperti penarikan diri, apati, dan perawatan diri yang buruk. Keterlambatan penangan pada seorang mengalami gangguan kejiwaan akan berdampak buruk, kekambuhan menjadi sering, pengobatan menjadi semakin sulit dan akhirnya akan mengantar penderita pada keadaan kronis berkepanjangan. Tujuan penelitian ini adalah membuat sebuah sistem untuk membantu petugas medis atau perawat dalam mendiagnosa pasien yang mengalami gangguan kejiwaan. Pengembangan perangkat lunak pada sistem pakar ini meliputi: pengumpulan data dan berbagai sumber yang direpresentasikan dalam basis pengetahuan. Langkah selanjutnya yaitu menganalisa dan melakukan perancangan sistem, pemodelan sistem yang meliputi perancangan diagram konteks, perancangan model data dan konseptual, perancangan tabel dan perancangan aplikasi menggunakan aplikasi sublime text 3 dengan bahasa pemprograman PHP. Dari penelitian yang dilakukan menghasilkan sebuah perangkat lunak berupa program aplikasi sistem pakar untuk menentukan jenis gangguan kejiwaan yang dapat bekerja sebagai pakar. Untuk keluaran hasil diagnosa berupa informasi: Gejala yang di inputkan, nama gangguan, gejala umum, defenisi gangguan, nilai keakuratan dan pengobatannya. Setelah dilakukan pengujian sistem oleh petugas dan perawat, maka di dapatkan hasil kelayakan untuk kategori sangat setuju=39%, sedangkan setuju=61%.