Sistem Pakar Diagnosa Penyakit Asam Lambung Berbasis Website Menggunakan Metode Dempster Shafer (Ds) (Studi Kasus: Puskesmas Panarukan, Situbondo)

Loading...
Thumbnail Image

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

Citation

Endorsement

Review

Supplemented By

Referenced By