Sistem Pakar Diagnosa Penyakit Asam Lambung Berbasis Website Menggunakan Metode Dempster Shafer (Ds) (Studi Kasus: Puskesmas Panarukan, Situbondo)
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Fakultas Ilmu Komputer
Abstract
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, gastroparesis, dan dispepsia memiliki gejala yang
tumpang tindih namun dengan perbedaan penting. GERD biasanya disertai nyeri
dada dan rasa asam di mulut, gastritis menunjukkan gejala serius seperti muntah
darah, Gastroenteritis menyebabkan mual dan kenyang cepat, sedangkan dispepsia
mengakibatkan rasa penuh dan buang gas berlebihan. Memahami perbedaan ini
penting untuk diagnosis yang akurat. Metode Dempster-Shafer dapat membantu
mengatasi ketidakpastian dalam diagnosis dengan menentukan tingkat kepastian
berdasarkan kombinasi gejala, sehingga meningkatkan akurasi dan efektivitas
penanganan. Penelitian ini bertujuan untuk memahami penerapan dan efektivitas
metode Dempster-Shafer dalam sistem diagnosis gejala asam lambung (GERD).
Hasil uji akurasi menunjukkan bahwa dari 55 data uji, terdapat 47 data yang
terdiagnosis dengan benar, sehingga tingkat akurasi mencapai 85%. Sistem diuji
untuk memastikan kemampuannya mengidentifikasi gejala dengan benar dan
mengolah data secara akurat, menunjukkan kemampuan menangani berbagai kasus
dalam praktik nyata. Namun, terdapat beberapa kesulitan dalam membedakan
gejala yang mirip antara penyakit lambung dan gangguan pencernaan lainnya.
Validasi hasil diagnosis dilakukan dengan membandingkan output sistem dengan
diagnosis pakar medis, menunjukkan tingkat akurasi yang tinggi namun tetap
memerlukan verifikasi lebih lanjut. Evaluasi keseluruhan menunjukkan bahwa
sistem ini andal, akurat, user-friendly, dan efektif dalam mendukung diagnosis
medis. Adopsi dan penyempurnaan sistem ini diharapkan dapat memberikan
kontribusi signifikan dalam diagnosis medis berbasis teknologi.
Description
Dosen Pembimbing Utama
Prof. Drs. SLAMIN, M. Comp.Sc., Ph.D
Dosen Pembimbing Pendamping
Nova El Maidah, S.Si., M.Cs
