Sistem Pakar Diagnosis Penyakit Lambung Menggunakan Metode Forward Chaining dan Certainty Factor
Tahun 2024 · Penulis: Candra Wulan Ana Rawati
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
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 berbeda-beda. Oleh karena itu, penelitian ini mengusulkan sistem pakar untuk meningkatkan kesadaran masyarakat dan mengurangi risiko. Metode yang digunakan adalah Forward Chaining untuk penelusuran data, sementara Certainty Factor digunakan untuk menghitung tingkat keyakinan dengan memberikan bobot pada setiap gejala, sehingga diperoleh persentase keyakinan hasil diagnosa. Hasil akurasi sistem, yang membandingkan data sampel dengan data aktual, menunjukkan bahwa output sistem sesuai dengan aturan (rule) pada basis pengetahuan dan hasil pakar. Selain itu, tingkat keyakinan dengan kriteria persentase kesimpulan CF ≤ 79% mencapai 88%. Hal ini menunjukkan bahwa sistem ini mampu merepresentasikan pengetahuan pakar dalam mendiagnosis penyakit lambung dengan baik dan cukup akurat.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,871
Tahun 2024 · Penulis: Nur Dwi Sofiana
Sistem Pakar Diagnosa Penyakit Asam Lambung Berbasis Website Menggunakan Metode Dempster Shafer (Ds) (Studi Kasus: Puskesmas Panarukan, Situbondo)
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, gastropare
- Cosine 0,813
Tahun 2026 · Penulis: Muhammad Afif Rohman Muzaky
Penerapan Hybrid K-Means Clustering dan Prefixspan untuk Analisis Trajektori Penyakit Katastropik sebagai Deteksi Dini Risiko Komplikasi
Penyakit katastropik merupakan tantangan utama layanan kesehatan di Indonesia yang memiliki karakteristik progresif dan multimorbiditas. Pendekatan diagnosis klinis konvensional seringkali berfokus secara statis pada satu titik waktu, sehingga gagal menangkap
- Cosine 0,802
Tahun 2024 · Penulis: Adhitya Hari Saputra
Implementasi Metode Support Vector Machine dan Particle Swarm Optimization dalam Klasifikasi Faktor Risiko Terkena Penyakit Kanker Paru-paru
Kanker adalah penyakit mematikan dengan jumlah kematian tertinggi di dunia, disebabkan oleh pertumbuhan sel yang tidak terkendali dan dapat menyebar ke bagian tubuh lainnya. Menurut data GLOBOCAN 2020, terdapat 19,2 juta kasus baru kanker. Salah satu jenis kan