SISTEM PAKAR DIAGNOSA PENYAKIT TUBERKULOSIS BERDASARKAN GEJALA MENGGUNAKAN METODE DEMPSTER SHAFER BERBASIS WEBSITE
Tahun 2026 · Penulis: MOCH. ARISANDI JAYANTO
Faculty of Computer Science, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/10153
Skripsi kelompok: digabung dari 2 unggahan dengan isi yang sama.
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
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 dengan basis pengetahuan yang terdiri dari 34 gejala klinis beserta nilai kepercayaan pakar (belief) rentang 0 hingga 1. Metode Dempster-Shafer diterapkan sebagai mesin inferensi yang menghitung nilai belief, plausibility, dan probabilitas akhir melalui aturan kombinasi Dempster. Hasil pengujian terhadap 11 kasus uji menunjukkan tingkat akurasi sebesar 100% dengan nilai probabilitas bervariasi antara 60% hingga 100%, membuktikan bahwa Dempster-Shafer efektif menangani ketidakpastian pada diagnosis Tuberkulosis.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,836
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 0,814
Tahun 2026 · Penulis: Lailatul Eky Fitriyaningsih
Klasifikasi Tingkat Triase Pasien IGD Menggunakan Random Forest dengan Pendekatan Cost-Sensitive Learning (Studi Kasus: Rumah Sakit Daerah Kalisat)
Rumah Sakit Daerah Kalisat, sebuah rumah sakit umum tipe C, melayani pasien gawat darurat dengan kondisi klinis yang beragam sehingga membutuhkan proses triase Instalasi Gawat Darurat (IGD) yang cepat dan akurat. Kesalahan triase, khususnya undertriage, dapat
- Cosine 0,814
Tahun 2026 · Penulis: Shintia Anggi Dwi Pramieta
Klasifikasi Kanker Serviks Dengan Seleksi Fitur Recursive Feature Elimination dan Forward Selection Berbasis Website
Kanker merupakan salah satu penyebab utama kematian di dunia, dengan sekitar 9,7 juta kematian dan 20 juta kasus baru pada tahun 2022. Di antara berbagai jenis kanker, kanker serviks menempati urutan keempat sebagai kanker yang paling umum diderita perempuan,