Sistem Pakar Diagnosa Penyakit Malaria dengan Certainty Factor dan Forward Chaining

Journal of Information Technology, Software Engineering and Computer Science (ITSECS) Pub Date : 2022-12-19 DOI:10.58602/itsecs.v1i1.10

Aditya Lapu Kalua, Penulis Korespondensi Copyright, Deiby Veronika H, Tineke Salaki, D. T. Salaki, Penulis Korespondensi

{"title":"Sistem Pakar Diagnosa Penyakit Malaria dengan Certainty Factor dan Forward Chaining","authors":"Aditya Lapu Kalua, Penulis Korespondensi Copyright, Deiby Veronika H, Tineke Salaki, D. T. Salaki, Penulis Korespondensi","doi":"10.58602/itsecs.v1i1.10","DOIUrl":null,"url":null,"abstract":"Malaria merupakan penyakit menular yang disebabkan oleh parasit (plasmodium) yang ditularkan dari satu manusia ke yang lain dengan nyamuk malaria (anopheles). Malaria terdiri dari 4 jenis yaitu, Malaria Tertiana, Malaria Tropika, Malaria Ovale, dan Malaria Quartana. Malaria biasanya ditandai dengan gejala demam, menggigil, sakit kepala, mual, muntah, dan flu. Gejala malaria biasanya muncul 10-15 hari setelah parasit masuk ke tubuh manusia. Kurangnya fasilitas dan pengetahuan masyarakat dapat memperlambat diagnosa gejala malaria sehingga terlambat untuk ditangani. Maka diperlukan sistem pakar yang berguna untuk memudahkan dalam mendiagnosa penyakit malaria. Tujuan dari penelitian ini adalah membangun sistem pakar pendiagnosa penyakit malaria dengan metode Certainty Factor. Aplikasi ini dapat mendiagnosa penyakit dengan melakukan penelusuran gejalagejala yang ada berdasarkan forward chaining. Penelitian ini menghasilkan sistem pakar pendiagnosa penyakit Malaria Tertiana, Tropika, Ovale, dan Quartana mempunyai tingkat akurasi diagnosa masing-masing sebesar 83,2%, 91,6%, 80,1% dan 87,9% yang dimanfaatkan untuk membantu tenaga kesehatan dan masyarakat umum dalam mendiagnosa penyakit malaria.","PeriodicalId":220630,"journal":{"name":"Journal of Information Technology, Software Engineering and Computer Science (ITSECS)","volume":"149 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-12-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"5","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Information Technology, Software Engineering and Computer Science (ITSECS)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.58602/itsecs.v1i1.10","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 5

Abstract

Malaria merupakan penyakit menular yang disebabkan oleh parasit (plasmodium) yang ditularkan dari satu manusia ke yang lain dengan nyamuk malaria (anopheles). Malaria terdiri dari 4 jenis yaitu, Malaria Tertiana, Malaria Tropika, Malaria Ovale, dan Malaria Quartana. Malaria biasanya ditandai dengan gejala demam, menggigil, sakit kepala, mual, muntah, dan flu. Gejala malaria biasanya muncul 10-15 hari setelah parasit masuk ke tubuh manusia. Kurangnya fasilitas dan pengetahuan masyarakat dapat memperlambat diagnosa gejala malaria sehingga terlambat untuk ditangani. Maka diperlukan sistem pakar yang berguna untuk memudahkan dalam mendiagnosa penyakit malaria. Tujuan dari penelitian ini adalah membangun sistem pakar pendiagnosa penyakit malaria dengan metode Certainty Factor. Aplikasi ini dapat mendiagnosa penyakit dengan melakukan penelusuran gejalagejala yang ada berdasarkan forward chaining. Penelitian ini menghasilkan sistem pakar pendiagnosa penyakit Malaria Tertiana, Tropika, Ovale, dan Quartana mempunyai tingkat akurasi diagnosa masing-masing sebesar 83,2%, 91,6%, 80,1% dan 87,9% yang dimanfaatkan untuk membantu tenaga kesehatan dan masyarakat umum dalam mendiagnosa penyakit malaria.

查看原文本刊更多论文

疟疾是一种由疟原虫通过疟原虫从一个人传到另一个人的传染病。疟疾由四种不同类型的疟疾，疟疾，热带疟疾，疟疾Ovale和疟疾石英。疟疾的症状通常包括发烧、发冷、头痛、恶心、呕吐和流感。在寄生虫进入人体10-15天后，疟疾的症状通常出现。缺乏卫生设施和公共知识可以减缓疟疾症状的诊断，因此现在下结论还为时过早。因此，需要一个有用的专家系统来帮助诊断疟疾。这项研究的目的是通过确定的方法建立一个疟疾诊断专家系统。这个应用程序可以通过搜索现有的症状线索来诊断疾病。该研究得出了系统诊断为遗传性疟疾、托鲁卡、奥瓦莱和Quartana的专家，他们各自的诊断准确率为83.2%、91.6%、80.1%和87.9%，这些诊断都是为了帮助卫生保健人员和公众诊断疟疾。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Journal of Information Technology, Software Engineering and Computer Science (ITSECS)

自引率

0.00%

发文量