PERANCANGAN SISTEM PAKAR UNTUK MENENTUKAN DIAGNOSA AWAL PENYAKIT INFEKSI TROPIK DI INDONESIA DENGAN METODE NAIVE BAYES BERBASIS ANDROID

Authors

  • (*) Andrew Dwi Permana,  Program Studi Teknik Elektro, Universitas Udayana
  • I Made Arsa Suyadnya,  Program Studi Teknik Elektro, Universitas Udayana
  • Duman Care Khrisne,  Program Studi Teknik Elektro, Universitas Udayana

(*) Corresponding Author

DOI:

https://doi.org/10.21460/jutei.2018.22.112

Keywords:

Diagnosis awal penyakit, Penyakit infeksi tropik, Sistem pakar, Naive Bayes, Android

Abstract

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%.

References

[1] Depkes, “Profil Kesehatan Indonesia Tahun 2015 - Kementerian Kesehatan,” Jakarta, 2016.

[2] E. N. Shofia, R. Regasari, M. Putri, and A. Arwan, “Sistem Pakar Diagnosis Penyakit Demam : DBD, Malaria dan Tifoid Menggunakan Metode K-Nearest Neighbor – Certainty Factor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 5, pp. 426–435, 2017.

[3] Y. P. Bria and E. A. S. Takung, “Pengembangan Sistem Pakar Diagnosis Penyakit Tuberculosis Dan Demam Berdarah Berbasis Web Menggunakan Metode Certainty Factor,” in Proceeding Seminar Nasional Teknologi Informasi dan Komunikasi 2015, 2015, pp. 271–276.

[4] I. T. Dessetiadi, A. Pujianto, and M. G. Ardi, “Sistem Pakar Untuk Mendiagnosa Penyakit Paru-Paru Menggunakan Algoritma Bayes,” in Prosiding Seminar Teknologi Informasi dan Multimedia 2016, 2016, pp. 25–30.

[5] A. N. Sari, N. Silalahi, and G. L. Ginting, “Sistem Pakar Diagnosa Penyakit Kelenjar Tiroid,” vol. 3, no. 2, pp. 18–20, 2015.

[6] C. Hetty Primasari, “Aplikasi Web Sistem Pakar Untuk Diagnosis Penyakit Gizi,” J. Terap. Teknol. Inf., vol. 2, no. 1, pp. 1–11, Apr. 2018.

[7] J. Parhusip, V. H. Pranatawijaya, and D. Putrisetiani, “Sistem Pakar Diagnosa Penyakit Jantung Menggunakan Metode Certainty Factor Berbasis Web,” in Proceeding Seminar Nasional Informatika 2012, 2012, pp. 54–61.

[8] F. Masykur, “Implementasi Sistem Pakar Diagnosis Penyakit Diabetes Mellitus Menggunakan Metode Fuzzy Logic Berbasis Web,” J. Sist. Inf. Bisnis, vol. 2, no. 1, pp. 1–39, Feb. 2012.

[9] Grainner, Penyederhanaan Bayes. Jakarta: Hitawasana luhur, 1998.

[10] N. Merlina and R. Hidayat, Perancangan Sistem Pakar. Bogor: Ghalia Indonesia, 2012.

[11] S. Kusumadewi, Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu, 2003.

[12] M. Arhami, Konsep Dasar Sistem Pakar. Yogyakarta: Andi Offset, 2005.

[13] L. Handayani and T. Sutikno, “Sistem Pakar untuk Diagnosis Penyakit THT Berbasis Web dengan e2gLite Expert System Shell,” J. Teknol. Ind., vol. 12, no. 1, pp. 19–26, 2008.

[14] Widoyono, Penyakit Tropis: Epidemiologi, Penularan, Pencegahan dan Pemberantasannya, II. Jakarta: Erlangga, 2008.

[15] M. Sudarma and D. P. Hostiadi, “Klasifikasi Penggunaan Protokol Komunikasi Pada Nework Traffic Menggunakan Naïve Bayes Sebagai Penentuan QoS,” in Proceeding Conference on Smart-Green Technology in Electrical and Information System (CSGTEIS) 2013, 2013, pp. 59–64.

[16] A. A. Sawant, P. H. Bari, and P. M. Chawan, “Software Testing Techniques and Strategies,” Int. J. Eng. Res. Appl., vol. 2, no. 3, pp. 980–986, 2012.

[17] J. Brooke, “SUS-A quick and dirty usability scale,” in Usability Evaluation In Industry, 1996, pp. 189–194.

[18] A. Bangor, P. T. Kortum, and J. T. Miller, “An Empirical Evaluation of the System Usability Scale,” Int. J. Hum. Comput. Interact., vol. 24, no. 6, pp. 574–594, Jul. 2008.

[19] A. Bangor, P. Kortum, and J. Miller, “Determining What Individual SUS Scores Mean: Adding an Adjective Rating Scale,” J. Usability Stud., vol. 4, no. 3, pp. 114–123, 2009.

[20] T. R. Shultz et al., “Confusion Matrix,” in Encyclopedia of Machine Learning, vol. 61, no. 8, Boston, MA: Springer US, 2011, pp. 209–209.

[21] A. Dennis, B. Haley, Wixom, and R. M. Roth, Systems Analysis and Design, 5th ed. New Jersey: Wiley, 2013.

Published

2019-02-06

How to Cite

[1]
A. D. Permana, I. M. A. Suyadnya, and D. C. Khrisne, “PERANCANGAN SISTEM PAKAR UNTUK MENENTUKAN DIAGNOSA AWAL PENYAKIT INFEKSI TROPIK DI INDONESIA DENGAN METODE NAIVE BAYES BERBASIS ANDROID”, JUTEI, vol. 2, no. 2, pp. 123–133, Feb. 2019.