Jurnal: Aplikasi Diagnosa Gejala Demam Pada Balita Menggunakan Metode Certainty Factor (CF) dan Jaringan Syaraf Tiruan (JST)

Abstrak

Gejala demam terhadap balita memiliki dampak buruk apabila terlambat mendapatkan penanganan yang kurang tepat, untuk memudahkan para orang tua mendeteksi jenis penyakit yang diderita, untuk itu perlu dibangun sebuah aplikasi sistem pakar deteksi penyakit gejala demam pada anak untuk mendapatkan deteksi awal penyakit. Basis pengetahuan diimplementasikan sebagai dasar aplikasi sistem pakar dengan menggunakan kombinasi metode faktor kepastian (certainty factor) dan JST (jaringan Syaraf Tiruan). Penelitian ini merupakan Kombinasi Metode CF sebagai rule dan hasil CF tersebut akan membentuk pola JST yang merupakan penggabungan nilai parameter klinis yang menunjukkan besarnya kepercayaan sebagai basis pengetahuan diagnosa 10 penyakit demam pada anak dengan 40 gejala, Sistem ini menggunakan sebanyak 40 gejala sebagai data pelatihan dengan rekam medic dari 30 pasien. Dari hasil pengujian tersebut, aplikasi telah menyimpulkan tingkat keakuratan sebesar 86,67 %.

Kata kunci : Demam; Sistem pakar; Certainty Factor; Jaringan Syaraf Tiruan

Pendahuluan

Demam merupakan respon terhadap tubuh disebabkan adanya keadaaan masuknya mikroorganisme dapat berupa virus, bakteri, parasit, maupun jamur yang disebut infeksi. Demam juga menimbulkan kecemasan, fobia, dan stress tersendiri bagi orangtua, sehingga orang tua mempertimbangkan untuk menghubungi atau mengunjungi dokter jika telah menemukan gejalagejala penyakit pada balita. Penyelesaian permasalahan ini dapat dipermudah dengan membangunan aplikasi kombinasi Certainty Factor (CF) dan Jaringan Syaraf Tiruan (JST) yang merupakan sistem untuk memudahkan para orang tua mendeteksi gejala dini pada balita, sehingga orang tua dengan mudah melakukan tindakan penanganan awal sebelum melakukan pemeriksaan ke dokter. Agar mendapatkan hasil yang diinginkan, peneliti menggunakan kombinasi metode CF yang memiliki metode tersendiri, dimana metode tersebut dapat diimplementasikan pada sistem permasalahan apapun khususnya pada sistem pakar dan JST yang merupakan bagian dari ilmu kecerdasan buatan yang berhubungan dengan pengenalan pola, dimana semua keluaran atau kesimpulan yang ditarik oleh jaringan didasarkan pada pengalamannya selama mengikuti proses pelatihan, sehingga semakin banyak data yang didapat dan pelatihan yang dilakukan, semakin mendekati hasil yang diharapkan.

Peneliti: Septya Maharania

Untuk lebih lengkapnya silahkan download di link berikut: