PERANCANGAN SISTEM PAKAR UNTUK MENENTUKAN DIAGNOSA AWAL PENYAKIT INFEKSI TROPIK DI INDONESIA DENGAN METODE NAIVE BAYES BERBASIS ANDROID
| Main Authors: | Permana, Andrew Dwi, Suyadnya, I Made Arsa, Khrisne, Duman Care |
|---|---|
| Format: | Article info Book application/pdf Journal |
| Bahasa: | ind |
| Terbitan: |
Fakultas Teknologi Informasi
, 2019
|
| Subjects: | |
| Online Access: |
https://jutei.ukdw.ac.id/index.php/jurnal/article/view/112 https://jutei.ukdw.ac.id/index.php/jurnal/article/view/112/33 |
Daftar Isi:
- Penyakit infeksi tropik merupakan penyakit yang harus diwaspadai oleh masyarakat karena penyakit tersebut dapat terjadi di negara Indonesia. Hal terburuk yang dapat diakibatkan oleh penyakit infeksi tropik adalah kematian. Namun hal tersebut dapat dihindari apabila penyakit tersebut dapat diketahui lebih awal dan mendapat penanganan yang tepat. Untuk mempermudah masyarakat dalam mendapatkan informasi tentang penyakit infeksi tropik, pada penelitian ini sebuah aplikasi sistem pakar berbasis mobile Android untuk menentukan diagnosa awal penyakit infeksi tropik akan dibangun. Aplikasi sistem pakar ini akan menggunakan metode Naive Bayes dan metode Forward Chaining dalam menentukan sebuah kesimpulan. Proses dari aplikasi ini yaitu menerima masukan berupa gejala – gejala yang diderita oleh user. Hasil dari aplikasi yaitu dapat memberikan diagnosa awal dan informasi mengenai penyakit infeksi tropik diantaranya demam tifoid, demam berdarah dengue, tuberculosis, malaria, dan campak. Berdasarkan pengujian System Usability Scale mengatakan bahwa responden memberikan penilaian diatas rata-rata terhadap aplikasi ini, yaitu sebesar 73,875% serta pengujian performa aplikasi menggunakan metode matrix confusion untuk keakurasian hasil mendapatkan nilai 76,74%.
- Tropical infectious diseases are frequent, serious and concerning for the people in Indonesia. Tropical infectious diseases can be fatal and cause death. But if we diagnose them earlier and get proper treatment, the story can be changed. In this research will make a mobile application using Naive Bayes and Forward Chaining methods for early diagnosing tropical infectious diseases including typhoid fever, dengue fever, tuberculosis, malaria, and measles. The process of this application will start with input of the symptoms felt by users, after the data collected, system will calculate the data with Naive Bayes formula. This application using 147 data training from interviewed with the experts. Based on the tests by System Usability Scale method shows above average users rating 73.875 %, which means the results of the application are acceptable. And Confusion Matrix method shows performance of the application as high as 76.74 %.