Sistem Pakar Diagnosa Penyakit Paru-Paru Menggunakan Metode Naive Bayes Classifier Berbasis Java
Abstract
Sejalan dengan penerapan ilmu komputer yang semakin meluas serta pesatnya perkembangan teknologi informasi, memberikan dampak positif pada bidang kesehatan saat ini. Dengan adanya perkembangan teknologi informasi pada bidang kesehatan, dapat meningkatkan pelayanan kesehatan menjadi lebih baik. Salah
satu implementasinya adalah untuk melakukan diagnosa penyakit paru-paru. Penyakit paru-paru menjadi hal yang penting untuk diperhatikan mengingat paru-paru merupakan salah satu organ vital manusia yang menjadi penyebab kematian terbesar di dunia. Selain dari itu, keterbatasan informasi serta mahalnya biaya pengobatan
merupakan salah satu penyebab munculnya permasalahan yang lebih luas pada penanganan penyakit paruparu. Pada penelitian ini dibangun suatu aplikasi sistem pakar berbasis java guna membantu konsultasi bagi pasien penderita penyakit paru-paru. Metode yang diterapkan adalah Naive Bayes Classifier. Pada penelitian
ini telah dihasilkan sebuah aplikasi yang bertujuan untuk mendiagnosa penyakit paru-paru secara offline, pasien cukup mendaftar pada petugas klinik (bagian administrasi) serta menyebutkan gejala-gejala yang dialaminya tanpa perlu berkonsultasi secara langsung dengan dokter spesialis paru-paru sehingga proses pelayanan
menjadi lebih efektif dan efisien. Berdasarkan hasil percobaan kepada 12 orang pasien penyakit paru-paru menggunakan sistem, prosentase kesesuaian diagnosa penyakit paru-paru jika dibandingkan dengan hasil diagnosa dari pakar sebenarnya sebesar 83%.
Kata Kunci: Sistem Pakar, Penyakit Paru-paru, Naive Bayes Classifier, Java
Full Text:
PDFReferences
Amalia, I. M., Arifianto, D., & Nilogiri, A.
(2017). Sistem Pakar Diagnosa Penyakit
Paru-paru Menggunakan Metode
Certainty Factor Berbasis Web. Journal
of Undergraduate Thesis, 1–13.
Hayadi, B. H. (2018). Sistem Pakar (1st ed.,
pp. 1–81). Deepublish.
Kusumaningtyas, D. D., Hasbi, M., &
Wijayanto, H. (2019). Sistem Pakar
Diagnosa Penyakit Saluran Pernafasan
dengan Metode Fuzzy Tsukamoto.
TIKomSiN, 7(2), 1–7.
Nasution, Y. R., & Khairuna. (2017). Sistem
Pakar Deteksi Awal Penyakit
Tuberkulosis dengan Metode Bayes.
KLOROFIL, 1(1), 17–23.
Nazir, M. (2014). Metode Penelitian (10th ed.,
pp. 1–486). Ghalia Indonesia.
Pusat Layanan Kesehatan, A. (2021).
Waspadai TBC Di Kala Pandemi. Pusat
Layanan Kesehatan Universitas
Airlangga.
http://plk.unair.ac.id/waspadai-tbc-dikala-
pandemi/
Putra, F. (2011). Perancangan Sistem Pakar
Identifikasi Penyakit Paru- Paru
Menggunakan Metode Forward
Chaining (pp. 1–138). Universitas Islam
Negeri Syarif Hidayatullah Jakarta.
Putri, M. R. D. (2021). Kematian Akibat
Kanker Paru Meningkat Pada 2020.
ANTARA News.
https://m.antaranews.com/amp/berita/20
/kematian-akibat-kanker-parumeningkat-
pada-2020
Rahardjo, M. (2011). Memahami (Sekali
Lagi) Grounded Research (pp. 1–7).
Sanubari, T., Prianto, C., & Noviana, R.
(2020). Odol (One Desa One Product
Unggulan Online) Penerapan Metode
Naive Bayes pada Pengembangan
Aplikasi E-commerce Menggunakan
Codeigniter (pp. 1–208). Kreatif.
DOI: https://doi.org/10.30998/semnasristek.v6i1.5645
Refbacks
- There are currently no refbacks.
Prosiding SEMNAS RISTEK indexed by:



