Pratiwi Arinal Haqiqi Pratiwi Arinal Haqiqi Pratiwi Arinal Haqiqi, 5302410205 (2015) SISTEM DIAGNOSA LEVEL ASMA MENGGUNAKAN METODE FORWARD CHAINING. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

Preview

PDF - Published Version Download (915kB) | Preview

Abstract

Komputer telah banyak memberikan sumbangan positif diberbagai bidang salah satunya pada bidang kedokteran sebagai sistem diagnosa penyakit. Komputer memberikan kemudahan kepada masyarakat untuk mendeteksi penyakit sejak dini. Asma merupakan penyakit inflamasi (peradangan) kronik saluran napas yang ditandai adanya mengi episodik, batuk, dan rasa sesak di dada akibat penyumbatan saluran napas, termasuk dalam kelompok penyakit saluran napas kronik. Badan kesehatan dunia World Health Organization (WHO) pada tahun 2009 memperkirakan 100 – 150 juta penduduk dunia menderita asma. Bahkan, jumlah ini diperkirakan akan terus bertambah hingga mencapai 180.000 orang setiap tahun. Apabila tidak di cegah dan ditangani dengan baik, maka diperkirakan akan terjadi peningkatan pravalensi yang lebih tinggi lagi pada masa yang akan datang serta menganggu proses tumbuh kembang dan kualitas hidup pasien. Forward chaining merupakan perunutan yang dimulai dengan menampilkan kumpulan data atau fakta yang menyakinkan menuju konklusi akhir. Identifikasi penyakit menerapkan metode forward chaining karena metode ini merupakan metode yang sama dengan cara dokter pada umumnya untuk diagnosis penyakit . Penulis mengambil studi kasus tentang sistem diagnosa level asma. Tujuan dari penelitian ini adalah mengimplementasikan sebuah sistem berbasis pengetahuan kedokteran dalam mendiagnosis level asma yang dapat ditampilkan dalam perangkat lunak. Sehingga dapat mempermudah proses diagnosa kepada masyarakat awam untuk mengetahui deteksi dini gejala penyakit asma. Sistem ini dapat mendiagnosa asma berdasarkan gejala yang dirasakan oleh pasien kemudian mengelompokkan kedalam level asma yang tebagi menjadi empat level dalam Kumagai (2013) yaitu asma ringan, asma sedang, asma berat, dan RAI. Gejala yang awalnya hanya dalam bentuk manual kemudian dikomputerisasikan menggunakan bahasa pemrograman java agar memudahkan masyarakat dalam mendeteksi penyakit asma sejak dini. Dilihat dari nilai probabilitas keakuratan sistem yang mencapai 96,7%, dengan metode forward chaining yang digunakan dalam mendiagnosa level asma, menunjukan sistem sudah berjalan cukup baik .

Actions (login required)

View Item