Isi Artikel Utama

Abstrak

Beragam jenis makanan dapat dijumpai dilingkungan sekitar, tetapi belum tentu makanan itu berdampak baik untuk kesehatan. Kurangnya kesadaran konsumen untuk memperhatikan makanan yang dikonsumsinya dapat mengakibatkan berbagai penyakit yang dapat timbul di sistem pencernaannya. Organ pencernaan yang terganggu jika diabaikan dapat mengakibatkan masalah serius, tetapi seringkali penderita menunda untuk memeriksakan kondisinya sehingga terlambat mendapatkan penanganan dokter. Pengetahuan dokter atau pakar kesehatan dapat diimplementasikan ke dalam sebuah sistem yang disebut Sistem Pakar. Sistem pakar adalah sistem yang dapat membuat kesimpulan seperti seorang ahli. Sistem pakar memiliki banyak metode, salah satunya yaitu metode case based reasoning. Metode case based reasoning adalah metode penarikan kesimpulan berdasarkan kasus yang lama. Metode ini banyak diterapkan di dunia kesehatan, salah satunya untuk mendiagnosis berbagai penyakit pencernaan. Sistem dapat melakukan diagnosis penyakit berdasarkan gejala yang dimasukkan oleh pasien. Selain itu, sistem dapat memberikan informasi mengenai penyakit yang dialami oleh pasien dan solusi yang tepat dalam menangani masalah tersebut. Sistem ini dibangun menggunakan bahasa pemrograman PHP dan perancangan sistem menggunakan Unified Modeling Language (UML) dan untuk pengembangan sistem menggunakan metode waterfall. Pengujian sistem secara fungsional telah dilakukan menggunakan pengujian black box dan menghasilkan nilai 100% dari 16 buah skenario. Penelitian ini telah berhasil melakukan uji perhitungan dengan menggunakan algoritma similaritas neyman menggunakan 83 data kasus uji dan menghasilkan nilai similaritas sebesar 0.89294578313 % dengan akurasi sistem sebesar 96,3855421687 %.

Kata Kunci

Gangguan Pencernaan Case Based Reasoning Sistem Pakar

Rincian Artikel

Biografi Penulis

Desi Andreswari, Universitas Bengkulu

Program Studi Informatika, Fakultas Teknik

Julia Purnama Sari, Universitas Bengkulu

Program Studi Sistem Informasi, Fakultas Teknik

Vinta Asmika, Universitas Bengkulu

Program Studi Informatika, Fakultas Teknik
Cara Mengutip
Andreswari, D., Sari, J. P., & Asmika, V. (2022). Implementasi Case Based Reasoning Untuk Mendiagnosis Gangguan Pada Sistem Pencernaan Manusia Menggunakan Algoritma Similaritas Neyman Berbasis Web. Rekursif: Jurnal Informatika, 10(1), 12–22. https://doi.org/10.33369/rekursif.v10i1.18976

Referensi

  1. Aconcagua, P. A., & Wibisono, S. (2017). Case Based Reasoning Untuk Mendeteksi Hama Dan Penyakit Tanaman Anggrek Dendrobium Menggunakan Algoritma Similaritas Probabilistic Symmetric. Prosiding SINTAK 2017, 147-154.
  2. Ashari & Muniar, A. (2016). PENERAPAN SISTEM PAKAR
  3. UNTUK MENGIDENTIFIKASI PENYAKIT PENCERNAAN DENGAN PENGOBATAN CARA HERBAL. Jurnal Ilmiah Ilmu Komputer, Vol. 2, No. 2.
  4. Cha, S. (2007). Comprehensive Survey on Distance/Similarity Measures Between Probability Dencity Function. International Journal Of Mathematical Models And Methods In Applied Sciences, Issue 4, Vol 1.
  5. Ernawati. (2017). SISTEM PAKAR DIAGNOSA PENYAKIT PENCERNAAN MANUSIA MENGGUNAKAN METODE CASE BASED REASONING. Jurnal SISTEMASI, Vol 6, No 2.
  6. Faizal, E. (2012). Case Based Reasoning Diagnosis Penyakit Mata. FAHMA Jurnal Teknologi Informasi, Vol. 10, Ed.2.
  7. Fitriana, S. (2019). Perancangan Sistem Tumbuh Kembang Balita dengan Metode Forward Chaining. IJSE – Indonesian Journal on Software Engineering, Vol.5, No. 2.
  8. Pahlawan, A. R. (2017). Implementasi Case Based Reasoning Untuk Sistem Diagnosis Hama dan Penyakit Tanaman Cabe Merah Menggunakan Algoritma Similaritas Neyman. Prosiding SINTAK, 155-162.
  9. Suprayogi, A. B. (2017). Case Based Reasoning Menggunakan Algoritma K-Nearesrt Neighbor (K-NN) Untuk Diagnosa Penyakit Lambung.
  10. Vedayoko, L. G. (2017). Expert System Diagnosis of Bowel Disease Using Case Based Reasoning with Nearest Neighbor Algorithm. Scientific Journal of Informatics, Vol. 4. No. 2.