Implementasi Metode Certainty Factor Dalam Mendiagnosa Penyakit Kulit

Abstract

Kulit merupakan  organ terbesar dari tubuh manusia yang menjadi pertahanan pertama tubuh dari serangan bakteri,  virus maupun parasit. Ketika kulit terkena virus atau bakteri, maka reaksinya akan merembet ke bagian tubuh lain, bahkan dapat berakibat pada kematian jika terlambat ditangani terutama jika penderitanya anak-anak yang sangat rentan akan serangan penyakit. Kurangnya pengetahuan dan kesadaran tentang penyakit kulit terkadang membuat orang tua cemas dan tidak peka terhadap gejala penyakit yang dialami seorang anak. Dengan adanya kemajuan teknologi saat ini sangat membantu dunia modern untuk mendeteksi atau meramalkan sesuatu yang akan terjadi, salah satunya adalah sistem pakar yang digunakan untuk mendiagnosis suatu penyakit dalam bidang kedokteran. Oleh karena itu diperlukan sebuah sistem pakar yang dapat membantu orang tua untuk mendeteksi atau mendiagnosa penyakit kulit pada anak. Adapun sistem pakar yang dibangun menggunakan metode Certainty Factor sebagai metode penalaran untuk menentukan hasil diagnosaberdasarkan gejala yang ditunjukkan. Metode ini terjadi dalam proses mesin inferensi, dimana mesin inferensi akan mengarahkan pencarian melalui basis pengetahuan aturan mana yang terpenuhi lebih dahulu, setelah itu sistem pakar akan memutuskan aturan mana yang akan diinvestigasi sesuai fakta-fakta yang ada dalam basis pengetahuan. Aturan-aturan yang diperoleh direpresentasikan sebagai derajat keyakinan yaitu penggabungan antara nilai kepercayaan atau measure of belief (MB) dan nilai ketidakpercayaan (MD). Tujuan dari penelitian ini yaitu menerapkan metode certainty factor dalam sistem pakar mendiagnosa penyakit kulit serta memberikan saran penanganan terhadap penyakit kulit yang diderita. Sistem pakar dibangun berbasis web dengan menggunakan PHP dan database MySQL. Berdasarkan pengujian yang dilakukan dengan membandingkan hasil perencanaan dari sistem dengan hasil perencanaan dari pakar, sistem pakar ini valid dengan tingkat akurasi sebesar 87,5% dalam memberikan hasil diagnosa.