SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH BERBASIS ANDROID MENGGUNAKAN METODE CERTAINTY FACTOR NASKAH PUBLIKASI

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. pelaksana diagnosa digantikan oleh sebuah sistem pakar, maka sistem pakar

APLIKASI SISTEM PAKAR UNTUK PERTOLONGAN PERTAMA MENDIAGNOSA DEMAM Shela Shelina Universitas Gunadarma Jl. Margonda Raya No. 100 Pondok Cina, Depok 164

SISTEM PAKAR DIAGNOSA PENYAKIT SAPI DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID

PENERAPAN METODE FORWARD CHAINING PADA PERANCANGAN SISTEM PAKAR DIAGNOSIS AWAL DEMAM BERDARAH

APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT CAMPAK PADA ANAK NASKAH PUBLIKASI

Aplikasi Sistem Pakar untuk Mendiagnosa Gangguan Pernafasan pada Anak Menggunakan Metode CF (Certainty Factor)

SATIN Sains dan Teknologi Informasi

SISTEM PAKAR DIAGNOSA PENYAKIT KANKER PAYUDARA MENGGUNAKAN CERTAINTY FACTOR

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

TAKARIR. : pelacakan yang dimulai dari tujuan, selanjutnya. dicari aturan yang memiliki tujuan tersebut untuk. kesimpulannya

SISTEM PAKAR DIAGNOSIS PENYAKIT YANG DISEBABKAN OLEH VIRUS INFLUENZA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR

SISTEM PAKAR DETEKSI DINI PENYAKIT HERNIATED NUCLEUS PULPOSUS (HNP) BERBASIS WEB MENGGUNAKAN TEOREMA BAYES NASKAH PUBLIKASI

DIAGNOSIS PENYAKIT YANG DISEBABKAN OLEH NYAMUK DENGAN METODE PENGOBATAN HERBAL. Naskah Publikasi. diajukan oleh Wayan Suardita

APLIKASI DIAGNOSIS PENYAKIT HEPATITIS MENGGUNAKAN J2ME DENGAN METODE CERTAINTY FACTOR

SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM PADA BALITA MENGGUNAKAN METODE CERTAINTY FACTOR DAN FORWARD CHAINING BERBASIS VISUAL BASIC

Sistem Pakar Penyakit Kulit Pada Manusia Menggunakan Metode Certainty Factor Berbasis Web

BAB I PENDAHULUAN.

Aplikasi untuk Diagnosis Penyakit pada Anak dan Balita Menggunakan Faktor Kepastian

1. Pendahuluan 1.1 Latar Belakang

APLIKASI POTENSI AKADEMIK BERBASIS TES PSIKOLOGI MENGGUNAKAN METODE CERTAINTY FACTOR

BAB 1 PENDAHULUAN. dapat mengalami gangguan kesehatan, tanpa mengenal usia, jenis kelamin, pekerjaan,

SISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT JIWA DAERAH PROVINSI SUMATERA UTARA)

KUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT.

KUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT

SISTEM PAKAR DIAGNOSA PENYAKIT PADA ANAK USIA 0-36 BULAN MENGGUNAKAN METODE CERTAINTY FACTOR (CF) Kunto Nashiruddin Ahmad ( ) 2

SISTEM PAKAR DIAGNOSA PENYAKIT GIGI DAN MULUT MENGGUNAKAN METODE CERTAINTY FACTOR (Study Kasus di Puskesmas Campurdarat Tulungagung) SKRIPSI

BAB III LANDASAN TEORI. Pada bab ini akan dipaparkan teori-teori yang melandasi di dalam pembangunan sistem pakar yang penulis akan buat.

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT DBD (DEMAM BERDARAH DENGUE) DENGAN METODE FORWARD CHAINING BERBASIS WEB

SISTEM PAKAR DIAGNOSA PENYAKIT KELAMIN PADA PRIA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB

Rancang Bangun Sistem Pakar Pendiagnosa Penyakit Demam Typhoid dan Demam Berdarah Dengue dengan Metode Forward Chaining

SISTEM PAKAR PENDETEKSI BAYI BERAT LAHIR RENDAH PADA IBU HAMIL (Menggunakan Metode Certainty Factor) NASKAH PUBLIKASI

SISTEM PAKAR DIAGNOSA PENYAKIT YANG DISEBABKAN OLEH VIRUS MENGGUNAKAN METODE FORWARD CHAINING TUGAS AKHIR SYAHRAINI

BAB I PENDAHULUAN. Kanker mulut rahim atau disebut juga kanker serviks adalah kanker primer

SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU DENGAN METODE FORWARD CHAINING

SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN DURIAN BERBASIS WEB MENGGUNAKAN ALGORITMA BAYES NASKAH PUBLIKASI

DIAGNOSA PENYAKIT MANUSIA YANG DIAKIBATKAN OLEH GIGITAN HEWAN MENGGUNAKAN METODE CERTAINTY FACTOR

APLIKASI MOBILE PEMBELAJARAN REAKSI KIMIA BERBASIS ANDROID NASKAH PUBLIKASI. diajukan oleh Edi Hadi Widodo

PERANCANGAN APLIKASI SISTEM PAKAR DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR UNTUK MENENTUKAN JENIS GANGGUAN DISLEKSIA BERBASIS WEB

SISTEM PAKAR DIAGNOSA DYSPEPSIA DENGAN CERTAINTY FACTOR

SISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR

BAB III METODOLOGI PENELITIAN

TAKARIR. Aedes aegypti : nyamuk yang menularkan penyakit demam. Database : kumpulan file atau tabel yang saling

PENERAPAN FUZZY MOORA PADA SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE

BAB I PENDAHULUAN. Dikarenakan otak merupakan salah satu organ tubuh yang paling penting, organ

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT YANG DISEBABKAN NYAMUK DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR TUGAS AKHIR. Oleh : REZA NOVENDA PUTRA

PERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TBC (TUBERCULOSIS) PADA ANAK SKRIPSI AGUSTINA ERNARIA MANURUNG

ANALISIS METODE SISTEM PAKAR UNTUK MENENTUKAN JENIS PENYAKIT DALAM DENGAN METODE CERTAINTY FACTOR

APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KULIT SAPI BERBASIS WEB DENGAN MENGGUNAKAN METODE FORWARD CHAINING

BAB I PENDAHULUAN. ke hewan lain atau manusia disebut dengan vektor. Vektor adalah organisme yang tidak menyebabkan penyakit tapi

PENGEMBANGAN SISTEM PAKAR PENDETEKSI PENYAKIT PADA KUCING DENGAN METODE CASE BASED REASONING DAN CERTAINTY FACTOR BERBASIS ANDROID

APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER

APLIKASI PAKAR DIAGNOSA PENYAKIT KANKER SERVIKS DENGAN METODE ANALISIS FAKTOR KEPASTIAN

SISTEM PAKAR UNTUK DIAGNOSA GEJALA DEMAM UTAMA PADA ANAK MENGGUNAKAN METODE FORWARD CHAINING

PERANCANGAN SISTEM UNTUK MENENTUKAN JENIS KACAMATA BAGI PENDERITA GANGGUAN LENSA MATA BERBASIS ANDROID NASKAH PUBLIKASI

Perancangan Sistem Pakar Diagnosa Penyakit Ginjal pada Manusia Berbasis Web

BAB I PENDAHULUAN. Mata merupakan indra yang paling penting dan sensitif dalam kehidupan

SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TANAMAN KEDELAI MENGGUNAKAN METODE CERTAINTY FACTOR

SISTEM PAKAR KNOWLEDGE-BASED UNTUK DIAGNOSA SAKIT KEPALA

BAB I PENDAHULUAN 1.1 Latar Belakang

PENERAPAN FUZZY MOORA PADA SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE

TEGUH HERLAMBANG

SISTEM PAKAR PENDETEKSI PENYAKIT FLU BURUNG \PADA AYAM BERBASIS ANDROID DENGAN METODE FUZZY LOGIC TSUKAMOTO NASKAH PUBLIKASI

SISTEM PAKAR MENDIAGNOSA PENYAKIT SEVERE ACUTE RESPIRATORY SYNDROME PADA MANUSIA DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR

BAB IV HASIL DAN UJI COBA

BAB I PENDAHULUAN. Sistem pakar atau Expert System biasa disebut juga dengan Knowledge Base

BAB I PENDAHULUAN. membeli buah tomat di pasar, selain faktor harga jual buah tomat tersebut. Hal ini

Sistem Pakar Untuk Diagnosa Penyakit ISPA Menggunakan Metode Faktor Kepastian

BAB I PENDAHULUAN. 1.1 Latar Belakang

ANALISIS DAN PERANCANGAN SISTEM PAKAR DIAGNOSA PENYAKIT GIGI DAN MULUT BERBASIS ANDROID DENGAN METODE PROBABILITAS

RANCANG BANGUN APLIKASI MOBILE UNTUK MENDIAGNOSA PENYAKIT UMUM DENGAN METODE CERTAINTY FACTOR MENGGUNAKAN TEKNOLOGI ANDROID

BAB II LANDASAN TEORI. Landasan teori atau kajian pustaka yang digunakan dalam membangun

SISTEM PAKAR DETEKSI DINI PENYAKIT PADA BURUNG PUYUH DENGAN METODE FORWARD CHAINING

ABSTRAK. Kata kunci: Sistem Pakar, Pembelajaran Mesin, Weka, Support Vector Machine, Regresi Logistik, Demam Berdarah, Malaria, Typhus

UKDW BAB I PENDAHULUAN

Sistem Pakar untuk Pemilihan Obat Non Resep Dokter. Naskah Publikasi

BAB IV HASIL DAN UJI COBA

APLIKASI SISTEM PAKAR PENANGANAN DINI PADA PENYAKIT SAPI DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. besar yang harus benar-benar diperhatikan oleh setiap orang tua.

Sistem Pakar Diagnosis Penyakit Menular Pada Klinik Umum Kebon Jahe Berbasis Web Dengan Menggunakan Metode Forward Chaining

BAB I PENDAHULUAN. Perkembangan komputer sekarang ini sangat pesat dan salah. satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan.

SISTEM INFORMASI APOTEK FARAH FARMA DI TEMPEL SLEMAN YOGYAKARTA. Naskah Publikasi. diajukan oleh Yulianto

SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METHODE CERTAINTY FACTOR (STUDI KASUS RS.JIWA GRHASIA) NASKAH PUBLIKASI

APLIKASI PAKAR DIAGNOSA PENYAKIT GIGI MENGGUNAKAN METODE FORWARD CHAINING BERBASIS MOBILE

SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PADA ANAK BERBASIS WEB MENGGUNAKAN BAHASA PEMROGRAMAN PHP DAN DATABASE MYSQL. Zaniarti

DIAGNOSIS PENYAKIT AKIBAT INFEKSI VIRUS PADA ANAK MENGGUNAKAN METODE CERTAINTY FACTOR

BAB I PENDAHULUAN. 1.1 Latar Belakang

SISTEM PAKAR DIAGNOSIS KERUSAKAN NOTEBOOK MENGUNAKAN METODE INFERENSI FORWARD CHAINING DAN TEOREMA BAYES (STUDI KASUS JOGJA COMPUTER) SKRIPSI

APLIKASI MODEL RAMBUT BERDASARKAN BENTUK WAJAH BERBASIS ANDROID NASKAH PUBLIKASI. diajukan oleh Ratih Indradiyati

Sistem Pakar untuk Mendiagnosa Penyakit yang Disebabkan Nyamuk dengan Metode Forward Chainning

BAB I PENDAHULUAN. pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks.

ISSN : STMIK AMIKOM Yogyakarta, 6-8 Februari 2015

SISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA PENYAKIT PADA TANAMAN ANGGREK MENGGUNAKAN METODE CERTAINTY FACTOR

APLIKASI UNTUK MENDIAGNOSA PENYAKIT KISTA OVARIUM MENGGUNAKAN METODE FORWARD CHAINING

SISTEM PAKAR PENANGANAN PENYAKIT BALITA DENGAN METODE CERTAINTY FACTOR PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS TANJUNGPURA Liyan Febrianti

1.3 Batasan Masalah Adapun batasan masalahnya adalah sebagai berikut: 1. Uji coba perangkat lunak

SISTEM PAKAR DIAGNOSA PENYAKIT KULIT MENGGUNAKAN METODE FORWARD DAN BACKWARD CHAINING BERBASIS WEB

SISTEM PAKAR BERBASIS MOBILE UNTUK MENDETEKSI PENYAKIT PADA GINJAL

PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT

JURNAL IMPLEMENTASI NET BELIEF CERTAINTY FACTOR PADA SELEKSI PENERIMA BERAS MISKIN

Transkripsi:

SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH BERBASIS ANDROID MENGGUNAKAN METODE CERTAINTY FACTOR NASKAH PUBLIKASI diajukan oleh Albertus Baskoro Galih Kusumo 12.11.6377 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2015

NASKAH PUBLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH BERBASIS ANDROID MENGGUNAKAN METODE CERTAINTY FACTOR disusun oleh Albertus Baskoro Galih Kusumo 12.11.6377 Dosen Pembimbing Heri Sismoro, M.Kom NIK. 190302057 Tanggal, 05 Desember 2015 Ketua Jurusan Strata 1 Teknik Informatika Sudarmawan, M.T NIK. 190302035

SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH BERBASIS ANDROID MENGGUNAKAN METODE CERTAINTY FACTOR Albertus Baskoro Galih Kusumo 1), Heri Sismoro 2), 1,2) Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283 Email : albertus.ku@students.amikom.ac.id 1), herisismoro@amikom.ac.id 2) Abstract - Dengue fever is an infectious disease caused by the dengue virus is transmitted through the bite of Aedes aegypti and Aedes albopictus. Dengue fever is one of the infectious diseases that often cause disease and death. In this study the authors make an application of the method of certainty factor so that people can recognize and cope with the disease. Expert system for diagnosis of dengue fever was designed as a tool to diagnose dengue fever with the dynamic knowledge base. Where an expert system is a computer system that can perform reasoning an expert with expertise in a certain skill. Expert systems can replace the role of an expert that the principle works can provide definitive results, as was done by an expert. Expert system method used is a certainty factor. This expert system will feature a selection of symptoms that can be selected by the user, where each option symptoms will bring the user to the choice of the next symptom to get the final result. In the final results, the system will display the user selection of symptoms and illness. The system provides the results in the form of the possibility of disease experienced, the percentage of convictions, as well as the value of the confidence given by the user in answering questions during a counseling session when using this system. Keyword: Expert System, Dengue Fever, Certainty Factor Method, Eclipse. 1. Pendahuluan 1.1 Latar Belakang Penyakit demam dengue atau biasa dikenal masyarakat dengan sebutan demam berdarah merupakan salah satu penyakit infeksi yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes Aegepty dan Aedes Albopictus. Penyakit ini merupakan salah satu jenis gangguan kesehatan yang mengganggu produktivitas setiap orang dan merupakan salah satu penyakit menular yang sering menimbulkan wabah dan menyebabkan kematian. Oleh karena itu untuk mengurangi tingkat kematian terhadap DBD dan untuk mempermudah masyarakat atau penderita mengetahui sejak dini penyakit yang diderita dan agar tidak terlambat mendapatkan pengobatan dikarenakan seorang dokter atau pakar memiliki keterbatasan waktu. Maka dibangun suatu sistem yang dapat membantu menyelesaikan masalah tersebut berupa sistem pakar dengan menggunakan metode certainty factor. Metode certainty factor (CF) merupakan metode yang mendefenisikan ukuran kepastian terhadap suatu fakta atau aturan, untuk menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi, dengan menggunakan certainty factor ini dapat menggambarkan tingkat keyakinan pakar. 1.2 Rumusan Masalah Berdasarkan latar belakang yang telah diuraikan sebelumnya, maka dibuat rumusan masalah sebagai berikut : Bagaimana cara membuat system pakar yang dapat mendeteksi penyakit Demam Berdarah Deague menggunakan metode Certainty Factor dengan melihat gejala-gejala dan informasi yang ada? 1.3 Tujuan Berdasarkan rumusan masalah, tujuan pembuata system pakar pada penelitian ini adalah : 1. Mengetahui bagaimana cara membuat system pakar deteksi dini penyakit demam berdarah berbasis android menggunakan metode certainty factor. 2. Mempermudah dalam mendiagnosa dini penyakit demam berdarah secara cepat dan tepat. 3. Memberikan pengetahuan kepada masyarakat tentang informasi dan pencegahan demam berdarah secara valid. 4. Meningkatkan kesadaran masyarakat akan pentingnya menjaga kesehatan lingkungan dan diri agar terhindar dari demam berdarah dengue. 1.4 Metode Penelitan Metode analisis yang digunakan adalah analisis PIECES, metode pengumpulan data yang digunakan adalah wawancara dan studi pustaka, metode perancangan yang digunakan adalah UML (Unified Modeling Language), metode yang testing yang digunakan adalah whitebox dan blackbox testing. 2. Landasan Teori 2.1 Kecerdasan Buatan Artificial Intelegence atau kecerdasan buatan dapat didefinisikan sebagai cabang sains komputer yang mempelajari otomatisasi tingkah laku cerdas (intelligent) [1]. 1

2.2 Sistem Pakar Sistem pakar juga dapat didefinisikan sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tertentu [2]. 2.2.1 Arsitektur Sistem Pakar Sistem pakar memiliki komponen utama yaitu antarmuka pengguna (user interface), basis data sistem pakar (expert system database), fasilitas akuisisi pengetahuan (knowledge acquisition facility), dan mekanisme inferensi (inferency mechanism) serta fasilitas penjelasan (explanation facility) [2]. Arsitektur sistem pakar atau Expert System (ES) menurut Turban (1995), sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan dan lingkungan konsultasi [2]. 2.2.2 Keuntungan Sistem Pakar 1. Membuat seseorang yang awam dapat bekerja seperti layaknya seorang pakar 2. Dapat bekerja dengan informasi yang tidak lengkap atau tidak pasti 3. Meningkatkan output dan produktivitas. ES dapat bekerja lebih cepat dari manusia. Keuntungan ini berarti mengurangi jumlah pekerja yang dibutuhkan, dan akhirnya akan mereduksi biaya. 4. Meningkatkan kualitas. 5. ES menyediakan nasihat yang konsisten dan dapat mengurangi tingkat kesalahan. 6. Membuat peralatan yang kompleks lebih mudah dioperasikan karena ES dapat melatih pekerja yang tidak berpengalaman. 7. Handal ( reliability ). 8. ES tidak dapat lelah atau bosan. Juga konsisten dalam memberi jawaban dan selalu memberikan perhaitan penuh. 9. Memiliki kemampuan untuk memecahkan masalah yang kompleks. 10. Memungkinkan pemindahan pengetahuan ke lokasi yang jauh serta memperluas jangkauan seseorang pakar, dapat diperoleh dan dipakai dimana saja. Merupakan arsip yang terpercaya dari sebuah keahlian sehingga user seolah olah berkonsultasi langsung dengan sang pakar meskipun sang pakar sudah pensiun[2]. 2.2.3 Kelemahan Sistem Pakar 1. Masalah dalam mendapatkan pengetahuan di mana pengetahuan tidak selalu bisa didapatkan dengan mudah, karena kadangkala pakar dari masalah yang kita buat tidak dimiliki oleh pakar yang berbeda beda. 2. Untuk membuat suatu sistem pakar yang benar benar berkualitas tinggi sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaanya. 3. Boleh jadi sistem tak dapat membuat keputusan. 4. Sistem pakar tidaklah 100% menguntungkan, walaupun seorang tetap tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan. Dalam hal ini peran manusia tetap merupakan faktor dominan[3] 2.3 Demam Berdarah Demam berdarah atau Demam Berdarah Dengue adalah penyakit yang membuat penderitanya mengalami rasa nyeri yang luar biasa, seolah-olah terasa sakit hingga ke tulang. Penyebabnya adalah virus dengue yang menyebar ke manusia melalui gigitan nyamuk Aedes aegypti. Artinya DBD tidak bisa menular langsung dari seseorang ke orang lain tanpa perantara nyamuk tersebut. Nyamuk Aedes aegypti biasanya berkembang biak di daerah berpenduduk tinggi seperti di kota-kota besar yang memiliki iklim lembap dan hangat[4]. 2.4 Certainty Factor Faktor kepastian (certainty factor) menyatakan kepercayaan dalam sebuah kejadian (fakta atau hipotesa) berdasar bukti atau penilaian pakar (Turban, 2005). Certainty factor menggunakan suatu nilai untuk mengasumsikan derajat keyakinan seorang pakar terhadap suatu data [2]. CF[H,E] = MB[H,E] MD[H,E] Keterangan : CF(H,E) = certainty factor hipotesa yang dipengaruhi oleh evidence e diketahui dengan pasti MB(H,E) = measure of belief terhadap hipotesa H, jika diberikan evidence E (antara 0 dan 1) MD(H,E) = measure of disbelief terhadap evidebce H, jika diberikan evidance E (antara 0 dan 1). Certainty factor untuk kaidah premis tunggal CF[H,E]1= CF[H] * CF[E] Certainty Factor untuk kaidah dengan kesimpulan yang serupa (similarly concluded rules) : CFcombineCF[H,E] 1,2= CF[H,E] 1 + CF[H,E] 2 * [1- CF[H,E] 1] CFcombineCF[H,E] old,3=cf[h,e] old +CF[H,E] 3 * (1- CF[H,E] old] 2.5 Android Android adalah sistem operasi bergerak (mobile operating system) yang mengadopsi sistem operasi Linux, namun telah dimodifikasi. Android diambil alih oleh google pada tahun 2005 dari Android. Inc sebagai bagian strategi untuk mengisi pasar sistem oprasi bergerak. Google mengambil alih seluruh hasil kerja Android termasuk tim yang mengambangkan Android [5]. 3. Analisis dan Perancangan 3.1 Analisis Masalah Dalam tahap ini dilakukan analisis terhadap masalah atau kendala yang terjadi. Analisis masalah biasa juga disebut dengan analisis kelemahan sistem. Untuk memudahkan dalam melakukan analisis digunakan metode PIECES, 2

yaitu metode dalam menganalisis kelemahan sistem dari beberapa segi antara lain kinerja (Performance), informasi (Information), ekonomi (Economy), pengendalian (Control), efisiensi (Efficieny) dan pelayanan (Service). 3.1.1 Identifikasi Masalah Penyakit demam dengue atau biasa dikenal masyarakat dengan sebutan demam berdarah merupakan salah satu penyakit infeksi yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes Aegepty dan Aedes Albopictus. Penyakit ini merupakan salah satu jenis gangguan kesehatan yang mengganggu produktivitas setiap orang dan merupakan salah satu penyakit menular yang sering menimbulkan wabah dan menyebabkan kematian. Oleh karena itu penyakit ini sering menimbulkan kepanikan di masyarakat. Untuk mengatasi permasalahan di atas penulis memutuskan untuk membuat aplikasi untuk memudahkan masyarakat dalam mendiagnosis penyakit demam berdarah dengue. Dengan memanfaatkan ilmu dari seorang pakar atau ahli yang ilmunya di implementasikan atau diterapkan ke dalam aplikasi kecerdasan buatan atau sistem pakar berbasis android menggunakan metode certainty factor. Penggunaan aplikasi dengan kecerdasan buatan ini diprogram untuk dapat menggantikan peran manusia dalam mencari solusi, memberi keputusan, memberi prediksi, dan hal lainnya yang berhubungan dengan kecerdasan manusia. Dengan demikian dapat memberikan kemudahan dalam menyelesaikan pekerjaan atau masalah, karena dalam beberapa aspek peran manusia dapat digantikan oleh program. 3.1.2 Analisis PIECES Dengan menggunakan metode analisis PIECES yang terdiri dari Performance (kinerja), Informaion (informasi), Economic (ekonomi), Control (kontrol), Efficiency (efisiensi), dan Service (pelayanan), dapat membantu dalam menemukan permasalahan utama yang dihadapi. Sehingga dapat memudahkan dalam perencanaan pengembangan sistem yang lebih baik. 3.2 Solusi-solusi yang dapat diterapkan Dari masalah-masalah yang telah diuraikan sebelumnya, terdapat beberapa solusi yang dapat diterapkan antara lain: 1. Solusi Jangka Pendek Pembuatan sistem pakar deteksi dini penyakit demam berdarah berbasis android menggunakan metode certainty factor. 2. Solusi Jangka Menengah Pengimplementasian sistem pakar deteksi dini penyakit demam berdarah ke rumah sakit di wilayah jogja 3. Solusi Jangka Panjang Pengimplementasian sistem pakar deteksi dini penyakit demam berdarah ke rumah sakit di Indonesia. deteksi dini penyakit demam berdarah berbasis android menggunakan metode certainty factor. 3.4 Analisis Kebutuhan Analisis kebutuhan dari sistem dimaksudkan untuk mengetahui apa saja yang dibutuhkan oleh sistem yang akan dibangun dalam rangka mengganti atau memperbaiki kelemahan-kelemahan yang ditemukan dari sistem yang lama agar kinerja keseluruhan dari sistem menjadi lebih baik. 3.5 Analisis Kelayakan Analisis kelayakan merupakan tahap untuk menganalisis sistem yang akan dibangun apakah dapat dilaksanakan atau tidak. Tujuan dari analisis kelayakan adalah untuk mengetahui layak atau tidaknya sebuah sistem baru yang akan diterapkan sebagai pengganti, perbaikan atau pengembangan dari sistem yang lama. 3.6 Perancangan Sistem Perancangan sistem bertujuan untuk mendapatkan gambaran, perencanaan atau cetak biru dari sistem yang dibangun. Dalam tahap perancangan ini terdapat beberapa komponen penting yang harus dirancang antara lain : 3.7 Perancangan UML UML (Unified Modeling Language) adalah sebuah bahasa yang menggunakan grafik atau gambar untuk memvisualisasi, menspesifikasikan, membangun, dan mendokumentasikan dari sebuah sistem pengembangan software berbasis object-oriented. 3.8 Rancangan Antarmuka (Interface) Tujuan dari rancangan antarmuka (interface) adalah memberikan gambaran, konsep, atau rancangan antarmuka yang efektif dan sesuai dengan pengguna sistem pakar. Efektif berarti siap digunakan dan sesuai berarti sesuai dengan kebutuhan pengguna sebagai admin maupun pengguna. 4 Implementasi dan Pembahasan 4.1 Implementasi Interface Implementasi interface adalah penerapan tampilan yang berdasarkan desain yang telah dirancang sebelumnya yang dapat dilihat dari sisi pengguna aplikasi. Gambar 1. Menu Diagnosis 3.3 Solusi yang dipilih Dalam penelitian ini dipilih solusi yang paling mungkin diterapkan dengan segera yaitu Pembuatan sistem pakar 3

Cfkombinasi 4 = 0. 526368 + 0.0710448 = 0.5974128 4. Cfkombinasi 5 = 0.5974128 + 0.21 (1-0.5974128) Cfkombinasi 5 = 0.5974128 + 0.21 * 0.4025872 Cfkombinasi 5 = 0.5974128 + 0.084543312 = 0.681956112 Gambar 2. Menu Hasil Diagnosis 4.2 Whitebox Testing Whitebox testing merupakan cara pengujian dengan melihat ke dalam modul untuk meneliti kode-kode program yang ada dan menganalisis apakah ada kesalahan atau tidak. Baris program dicek satu persatu apakah terdapat error yang mengakibatkan gangguan pada sistem atau mengakibatkan sistem tidak dapat berjalan. Error tersebut dapat berupa logical error maupun kesalahan penulisan kode program. Whitebox testing menggunakan software Eclipse ADT yang mempunyai fitur pengecekan error code secara otomatis, dan hasilnya tidak terdapat error logical maupun penulisan kode program. 4.3 Blackbox Testing Blackbox testing adalah pengujian yang dilakukan dengan cara mengamati hasil eksekusi melalui data uji dan memeriksa fungsional dari perangkat lunak. Blackbox testing pada sistem ini dilakukan dengan mengakses sistem dan mencoba satu-persatu fitur dari sistem, apakah berjalan sesuai atau tidak. Perhitungan manual dengan nilai input penyakit 0.3 (sedikit tau) dengan nilai pakar dari dokter adalah (0,6;0,8;0,8;0,5;0,7;0,4;0,7;0,5;0,7;0,7;0,7;0,7).. Rumus : 1. Untuk rumus dengan 1 premis maka : CF (H,E) = CF (E) * CF(RULE) 2. Sedangkan untuk rumus kombinasinya adalah : Cfkombinasi ( Cflama Cfbaru ) = Cflama + Cfbaru * (1-Cflama) Perhitungan : 1. Cfkombinasi (Cflama, Cfbaru) = Cflama + Cfbaru * (1-Cflama) Cfkombinasi 1,2 = 0.18 + 0.24 (1-0.18) Cfkombinasi 1,2 = 0.18 + 0.24 * 0.82 Cfkombinasi 1,2 = 0.18 + 0.1968 = 0.3768 2. Cfkombinasi 3 = Cfkombinasi1 + Cfbaru * (1- Cfkombinasi1) Cfkombinasi 3 = 0.3768 + 0.24 (1-0.3768) Cfkombinasi 3 = 0.3768 + 0.24 * 0.6232 Cfkombinasi 3 = 0. 3768 + 0.149568 = 0.526368 3. Cfkombinasi 4 = 0. 526368 + 0.15 (1-0. 526368) Cfkombinasi 4 = 0. 526368 + 0.15 * 0.473632 5. Cfkombinasi 6 = 0.681956112 + 0.12 (1-0.681956112) Cfkombinasi 6 = 0.681956112 + 0.12 * 0.318043888 Cfkombinasi 6 = 0.681956112 + 0.03816 = 0.7201213786 6. Cfkombinasi 7 = 0.7201213786 + 0.21 ( 1-0.7201213786) Cfkombinasi 7 = 0.7201213786 + 0.21 * 0.2799 Cfkombinasi 7 = 0.7201213786 + 0.058779 = 0.778900 7. Cfkombinasi 8 = 0.778900 + 0.15 (1-0.778900) Cfkombinasi 8 = 0.778900 + 0.15 * 0.2211 Cfkombinasi 8 = 0.778900 + 0.033165 = 0.812065 8. Cfkombinasi 9 = 0. 812065 + 0.21 (1-0. 812065) Cfkombinasi 9 = 0. 812065 + 0.21 * 0.187935 Cfkombinasi 9 = 0. 812065 + 0.03946635 = 0.85153135 9. Cfkombinasi 10= 0.85153135 + 0.21 (1-0.85153135) Cfkombinasi 10= 0.85153135 + 0.21 * 0.148468 Cfkombinasi 10= 0.85153135 + 0.03117 = 0.882701 10. Cfkombinasi 11= 0.882701 + 0.21(1-0.882701) Cfkombinasi 11= 0.882701 + 0.21 * 0.117299 Cfkombinasi 11= 0.882701 + 0.02463279 = 0.90733 11. Cfkombinasi 12= 0.90733 + 0.21 (1-0.90733) Cfkombinasi 12= 0.90733 + 0.21 * 0.09267 Cfkombinasi 12= 0.90733 + 0.0194607 = 0.9267907 5 Penutup 5.1 Kesimpulan Berdasarkan pembahasan yang telah diuraikan dalam babbab sebelumnya, sekaligus untuk menjawab rumusan masalah yang terdapat pada bab I, maka dapat diambil beberapa kesimpulan antara lain : 1. Dalam pembuatan Sistem Pakar (Expert System) ini langkah pertama yang dilakukan adalah mengumpulkan data-data gejala dan nilai pakar dari gejala penyakit demam berdarah yang ada. 2. Setelah data-data yang terkumpul lalu membuat perancangan sistem pakar yang meliputi perancangan logika alur pemikiran dan perancangan interface. 3. Sistem pakar diagnosa penyakit demam berdarah berbasis android menggunakan metode certainty factor ini dibuat menggunakan Eclipse ADT sebagai aplikasi penulis kode program. 4. Aplikasi Dokter Debe dibuat dengan menggabungkan konsep kecerdasan buatan dengan metode certainty factor dan informasi tentang 4

penyakit dari narasumber sendiri dalam hal ini adalah dokter umum. 5. Aplikasi Dokter Debe ini dapat digunakan untuk mendeteksi secara dini penyakit Demam Berdarah. 5.2 Saran Saran yang dapat dilakukan untuk mengoptimalkan maupun mengembangkan sistem antara lain : 1. Sebaiknya sistem dikombinasikan dengan metode lain selain Certainty Factor agar hasilnya dapat lebih akurat. 2. Sebaiknya sistem ditambah dengan beberapa penyakit yang mungkin gejalanya menyerupai dengan demam berdarah dengue sehingga dapat dibandingkan dan ditarik kesimpulan apakah terjangkit demam berdarah dengue atau penyakit yang memiliki gejala sama. 3. Nilai pakar dapat dikombinasikan melalui beberapa pakar sehingga dapat ditarik rata-rata untuk nilai-nilai penyakit sehingga hasilnya lebih akurat. 4. Sebaiknya untuk narasumber sendiri adalah seorang dokter spesialis penyakit dalam, agar nantinya informasi dan hasil diagnosis dapat lebih akurat dan lebih dapat dipercayai oleh pengguna dalam hal ini pasien. Daftar Pustaka [1] Suyanto. 2014, Artificial Intellegence. Informatika : Bandung. [2] Kusrini. 2006, Sistem Pakar Teori Dan Aplikasi. Penerbit ANDI : Yogyakarta. [3] Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Penerbit Andi. Yogyakarta. Hal [4] Alodokter. 2015. Demam Berdarah. http://www.alodokter.com/demam-berdarah. Diakses pada tanggal 17/09/2015 [5] Supriyanto, Dodit. Agustina, Rini. 2012. Pemrograman Aplikasi Android. Penerbit Mediakom. Yogyakarta Biodata Penulis Albertus Baskoro Galih Kusumo, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun 2016. Heri Sismoro, memperoleh gelar M.Kom Jurusan Ilmu Komputer Universitas Gajah Mada Yogyakarta pada tahun 2007. Saat ini menjadi dosen tetap di STMIK AMIKOM Yogyakarta. 5