Sistem Pakar Diagnosa Penyakit Gigi dan MulutManusia Menggunakan Knowledge Base System dan Certainty Factor

Authors

  • Jaenal Arifin

Keywords:

Sistem Pakar, Penyakit Gigi dan Mulut, Knowledge BasedSystem

Abstract

Mahalnya biaya konsultasi dan pemeriksaan penyakit gigi dan mulut menyebabkan masyarakat enggan untuk memeriksakan diri ke dokter. Untuk meminimalisir biaya dan memudahkan konsultasi dibutuhkan sebuah sistem yang dapat memprediksi penyakit gigi dan mulut yang sedang dideritanya tanpa harus pergi ke dokter gigi dan mulut terlebih dahulu. Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli [13]. Pakar yang dimaksud disini adalah orang yang mempunyai keahlian khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan orang awam.Sebagai contoh, dokter adalah seorang pakar yang mampu mendiagnosis penyakit yang diderita pasien serta dapat memberikan penatalaksanaan suatu penyakit. Sistem pakar untuk memprediksi penyakit gigi dan mulut adalah sebuah aplikasi yang dapat membantu masyarakat awam dalam mendiagnosa atau memprediksi penyakit gigi dan mulut. Sehingga masyarakat dapat meminimalisir biaya dan memudahkan konsultasi.Pada penelitian ini akan melakukan perancangan sistem pakar menggunakan Knowledge BasedSystem(KBS) dan Certainty Factor(CF). Proses pembentukanKBS dengan menggabungkan beberapa kejadian pada target keputusan kemudian diproses sehingga memunculkan dependency diagramselanjutnya diproses lagi untuk menghasilkan tabel keputusan yang  belum di reduksi,setelah proses reduksi dilakukan maka akan menghasilkan tabel yang sudah di reduksi.Dari tabel keputusan yang sudah di reduksi menghasilkan if thenrule. Dengan ditambahkan Certainty Factor diharapkan mampu menghasilkan diagnosa penyakit yang mendekati keakuratan. Berdasarkan hasil pengujian, sistem pakar untuk memprediksi awal penyakit gigi dan mulut dengan menggunakan Knowledge Based Systemdan Certainty Factor,memiliki prosentase keberhasilan 90% serta kegagalan yang dialami 10%. Besar prosentase keberhasilan sangat bergantung oleh keakurasian data gejala penyakit yang digunakan.

Downloads

Download data is not yet available.

Downloads

Published

2016-08-01

Issue

Vol. 10 No. 2 (2016): Volume 10 Nomor 2 (8)

Section

Articles

License

Penulis mengirimkan naskah dan pengertian bahwa jika diterima untuk proses dipublikasi,  hak cipta dari artikel tersebut akan diberikan kepada jurnal ilmiah teknologi informasi asia. Jurnal ilmiah teknologi informasi asia (Jitika) dan Lp2m Stmik Asia Malang sebagai penerbit jurnal, komponen Hak cipta mencakup hak untuk mereproduksi dan mengirimkan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm, dan reproduksi serupa lainnya, serta terjemahannya.

Jurnal ilmiah teknologi infomasi asia, dan Lp2m Stmik Asia Malang, beserta jajaran para redaksi berusaha keras untuk memastikan bahwa tidak ada data, opini, atau pernyataan yang salah atau menyesatkan ketika dipublikasikan di jurnal Jitika, dengan kondisi apapun, isi artikel dan iklan yang diterbitkan di Jurnal ilmiah teknologi infomasi asia adalah murni merupakan tanggung jawab masing-masing penulis dan pengiklan. Pengguna situs web ini akan dilisensikan dengan menggunakan materi dari situs web ini setelah Lisensi Internasional Creative Commons Attribution 4.0. Tidak ada biaya yang dibebankan. Silakan gunakan materi yang sesuai.

Anda bebas untuk:

Bagikan - salin dan sebarkan materi dalam media atau format apa pun.

Adaptasi - remix, transformasikan, dan bangun berdasarkan materi untuk tujuan apa pun, bahkan secara komersial.

Pemberi lisensi tidak dapat mencabut kebebasan ini selama Anda mengikuti ketentuan lisensi