Implementasi Metode Certainty Factor Dalam Diagnosa Dini Penyakit Hipertensi

Taufiq Taufiq(1*),Yulia Yudihartanti(2)
(1) STMIK Banjarbaru
(2) STMIK Banjarbaru
(*) Corresponding Author
DOI : 10.35889/progresif.v18i2.942

Abstract

Many people with hypertension do not know the early symptoms of the disease they are suffering from because of a lack of knowledge about the disease. It takes a tool to provide information to the public about the disease of hypertension in order to do early prevention. This study develops an expert system that can be used to diagnose hypertension. The reasoning method used by the expert system is Certainty Factor (CF), where CF or certainty factor is useful for overcoming uncertainty in determining diseases that have the same symptoms (evidence). In CF there is also the concept of Measures of Belief (MB) or a measure of trust and Measures of Disbelief (MD) or a measure of distrust. The system model is poured in the form of a Web-based Expert System application, which was developed using the PHP programming language. Testing the accuracy of the CF method is done by comparing the results of CF-based diagnoses with the results of diagnoses by experts on hypertension. The test results on 15 data samples showed that the accuracy of diagnosing the CF method reached 93%.

Keywords: Expert System; Hypertension Disease; Certainty Factor


Abstrak. Banyak penderita penyakit Hipertensi tidak mengetahui gejala awal penyakit yang diderita karena kurangnya pengetahuan mengenai penyakit tersebut. Dibutuhkan suatu alat bantu untuk memberi informasi kepada masyarakat mengenai penyakit Hipertensi tersebut agar dapat melakukan pencegahan dini. Penelitian ini mengembangkan Sistem Pakar yang dapat digunakan untuk mendiagnosa penyakit Hipertensi. Metode penalaran yang digunakan oleh sistem pakar adalah Certainty Factor (CF), dimana  CF atau faktor kepastian berguna untuk mengatasi ketidakpastian dalam menentukan penyakit yang mempunyai gejala (evidence) yang sama. Dalam CF juga terdapat konsep Measures of Belief (MB) atau ukuran kepercayaan dan Measures of Disbelief (MD) atau ukuran ketidakpercayaan. Model sistem dituangkan dalam bentuk aplikasi Sistem Pakar berbasis Web, yang dikembangkan menggunakan bahasa pemrograman PHP. Pengujian akurasi metode CF dilakukan dengan membandingkan hasil diagnosa berbasis CF terhadap hasil diagnosa oleh pakar penyakit Hipertensi. Hasil pengujian terhadap 15 sampel data menunjukkan ketepatan mendignosa metode CF mencapai 93%.

Kata Kunci: Sistem Pakar; Penyakit Hipertensi; Certainty Factor

References


Marliani, Lili. 100 Question & Answers Hipertensi. Jakarta: Elex Media Komputind. 2007

L. Lingga, L. Bebas hipertensi tanpa obat. Jakarta: AgroMedia. 2012

A. E.Purwanti, T. N Hidayati & A. Syamsianah. “Hubungan Pengetahuan Hipertensi Dengan Pola Hidup Sehat Lansia Di Unit Rehabilitasi Sosial Pucang Gading Semarang”. FIKkeS, vol. 6, no. 2, pp. 139-148, 2013

Depkominfo. Hipertensi Dapat Dicegah Dengan Mengurangi Asupan Garam. http://kabar.in/2021/indonesiaheadline/rilis-beritaDepkominfo/06/11/hipertensi-dapatdicegah-dengan-mengurangiasupan-garam.html. Diakses Juli 2022

Sukamto, Suherlan, and Haryanto, “Aplikasi Sistem Pakar Pada Diagnosa Penyakit Hipertensi Dan Diabetes Berbasis Web Mengggunakan Metode Forward Chaining”. JSAI (Journal Scientific and Applied Informatics). vol. 3, no. 2, pp. 86-94, 2020

R. Rizky, S. Susilawati, Z. Hakim, & L Sujai, “Sistem Pakar Deteksi Penyakit Hipertensi Dan Upaya Pencegahannya Menggunakan Metode Naive Bayes Pada RSUD Pandeglang Banten”. Jutis (Jurnal Teknik Informatika), vol. 7, no. 2, pp. 138-144, 2019

E. R Simarmata, “Sistem pakar diagnosis penyakit hipertensi dengan mengunakan metode forward chaining dan toeri probabilitas”. Methodika: Jurnal Teknik Informatika dan Sistem Informasi, vol. 7, no, 1, pp. 56-64. 2021

Buchanan, G. Bruce, and Shortliffe, Rule- Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project, Mass.: Addison-Wesley Pub. Co., 1984

F. Agus, H. E. Wulandari, and I. F. Astuti, “Expert System With Certainty Factor For Early Diagnosis Of Red Chili Peppers Diseases,” J. Appl. Intell. Syst, vol. 2, no. 2, pp. 52–66, 2019

D. Agustina, H. Mustafidah, & M. R Purbowati. “Sistem pakar diagnosa penyakit kulit akibat infeksi jamur”. JUITA: Jurnal Informatika, vol. 4, no. 2, pp. 67-77, 2017.

S. Hartanti, & S. Ismawati, “Sistem pakar dan pengembangannya”. Yogyakarta: graha ilmu. 2008

R. Ruliah, N. Aida, and S. Soegiarto, “Rancangan Sistem Pakar Untuk Mendiagnosa Penyakit Tuberkulosis Berbasis Certainty Factor. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 9, no. 1, pp. 151-161, 2020.

S. Kusumadewi, “Artifikal Intelegence (Teknik & Aplikasinya)”. Yogyakarta: Graha Ilmu.2003

S. Batubara, S. Wahyuni, & E. Hariyanto,. “Penerapan Metode Certainty Factor Pada Sistem Pakar Diagnosa Penyakit Dalam”. In Seminar Nasional Royal (SENAR), vol. 1, no. 1, pp. 81-86. 2018

N. Rosmawanti and G.P. Kusumawardhani, “Model Sistem Pakar Diagnosa Penyakit Gagal Ginjal Menggunakan Metode Teorema Bayes”. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 9, no. 3, pp. 205-216, 2021.


How To Cite This :

Refbacks

  • There are currently no refbacks.