Sistem Pakar Diagnosa Penyakit Asam Lambung Berbasis Website Menggunakan Metode Dempster Shafer (Ds) (Studi Kasus: Puskesmas Panarukan, Situbondo)
Tahun 2024 · Penulis: Nur Dwi Sofiana
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Diagnosis gejala asam lambung seringkali menghadapi tantangan karena kemiripannya dengan kondisi lain seperti penyakit peradangan atau gangguan pencernaan, sehingga memerlukan pemeriksaan lanjutan seperti endoskopi. Penyakit seperti GERD, gastritis, gastroparesis, dan dispepsia memiliki gejala yang tumpang tindih namun dengan perbedaan penting. GERD biasanya disertai nyeri dada dan rasa asam di mulut, gastritis menunjukkan gejala serius seperti muntah darah, Gastroenteritis menyebabkan mual dan kenyang cepat, sedangkan dispepsia mengakibatkan rasa penuh dan buang gas berlebihan. Memahami perbedaan ini penting untuk diagnosis yang akurat. Metode Dempster-Shafer dapat membantu mengatasi ketidakpastian dalam diagnosis dengan menentukan tingkat kepastian berdasarkan kombinasi gejala, sehingga meningkatkan akurasi dan efektivitas penanganan. Penelitian ini bertujuan untuk memahami penerapan dan efektivitas metode Dempster-Shafer dalam sistem diagnosis gejala asam lambung (GERD). Hasil uji akurasi menunjukkan bahwa dari 55 data uji, terdapat 47 data yang terdiagnosis dengan benar, sehingga tingkat akurasi mencapai 85%. Sistem diuji untuk memastikan kemampuannya mengidentifikasi gejala dengan benar dan mengolah data secara akurat, menunjukkan kemampuan menangani berbagai kasus dalam praktik nyata. Namun, terdapat beberapa kesulitan dalam membedakan gejala yang mirip antara penyakit lambung dan gangguan pencernaan lainnya. Validasi hasil diagnosis dilakukan dengan membandingkan output sistem dengan diagnosis pakar medis, menunjukkan tingkat akurasi yang tinggi namun tetap memerlukan verifikasi lebih lanjut. Evaluasi keseluruhan menunjukkan bahwa sistem ini andal, akurat, user-friendly, dan efektif dalam mendukung diagnosis medis. Adopsi dan penyempurnaan sistem ini diharapkan dapat memberikan kontribusi signifikan dalam diagnosis medis berbasis teknologi.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,871
Tahun 2024 · Penulis: Candra Wulan Ana Rawati
Sistem Pakar Diagnosis Penyakit Lambung Menggunakan Metode Forward Chaining dan Certainty Factor
Penelitian ini bertujuan untuk mengembangkan sistem yang dapat mendiagnosis penyakit lambung. Banyak masyarakat yang kurang peduli terhadap kesehatan lambung dan sering salah mendiagnosis, menganggap semua penyakit lambung itu sama, padahal gejalanya bisa berb
- Cosine 0,836
Tahun 2026 · Penulis: MOCH. ARISANDI JAYANTO
SISTEM PAKAR DIAGNOSA PENYAKIT TUBERKULOSIS BERDASARKAN GEJALA MENGGUNAKAN METODE DEMPSTER SHAFER BERBASIS WEBSITE
Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pakar berbasis website yang mampu mendiagnosa 11 jenis penyakit Tuberkulosis berdasarkan gejala klinis menggunakan metode Dempster-Shafer. Sistem dikembangkan menggunakan framework Laravel
- Cosine 0,835
Tahun 2025 · Penulis: Augusta Ahmad Bintang Widigdo
Klasifikasi Penyakit Tiroid Menggunakan Support Vector Machine dengan Optimasi Firefly dan Seleksi Fitur Lasso
Kanker tiroid merupakan jenis kanker yang menyerang kelenjar tiroid, yaitu organ berbentuk kupu-kupu yang terletak di bagian depan leher dan berperan penting dalam mengatur metabolisme tubuh. Deteksi dini kanker ini sangatlah krusial, mengingat gejalanya serin