IMPLEMENTASI SISTEM PAKAR DIAGNOSIS PENYAKIT TIFUS DENGAN METODE Breadth-First Search dan Best-First Search
DOI:
https://doi.org/10.23960/jitet.v11i3s1.3457Abstract Views: 833 File Views: 714
Abstract
Penyakit tifus merupakan salah satu penyakit infeksius yang sering menimbulkan masalah kesehatan masyarakat. Untuk membantu penegakan diagnosa yang lebih tepat dan cepat, penelitian ini mengusulkan implementasi sistem pakar menggunakan metode Breadth-First Search (BFS) dan Best-First Search (BFS) dalam diagnosa penyakit tifus. Penelitian ini memanfaatkan data klinis dari pasien yang pernah terdiagnosis tifus sebagai basis pengetahuan dalam sistem pakar. Metode BFS digunakan untuk mencari jalur diagnosa secara menyeluruh melalui jaringan gejala dan tanda-tanda klinis penyakit. Sementara itu, metode BFS memanfaatkan heuristik untuk mempercepat proses pencarian dengan mengutamakan jalur yang lebih potensial dalam mendekati solusi yang tepat. Pengujian sistem dilakukan menggunakan data klinis yang telah diverifikasi oleh tenaga medis terkait. Hasil eksperimen menunjukkan bahwa kedua metode dapat menghasilkan diagnosa yang akurat dan efisien dalam mendeteksi penyakit tifus. Implementasi ini memungkinkan adopsi teknologi diagnostik yang lebih canggih dan meminimalkan risiko kesalahan diagnosa yang mungkin terjadi. Kesimpulannya, sistem pakar dengan metode BFS dan Best-First Search menunjukkan potensi besar sebagai alat bantu dalam diagnosa penyakit tifus. Pengembangan lebih lanjut dari sistem ini dapat memberikan kontribusi signifikan dalam peningkatan pelayanan kesehatan dan pengendalian penyakit infeksius di masyarakat.Downloads
References
World Health Organization, “Typhoid,” 2023.
World Health Organization, “Typhoid vaccines: WHO position paper,” Weekly Epidemiological Record, vol. 93, pp. 153–172, 2018.
F. Tri Nindia, R. Puspasari, and F. Try Nindia, “Sistem Pakar Mendiagnosa Penyakit Tifus Menggunakan Metode Teorema Bayes,” Jurnal Teknik Informatika, vol. 7, no. 1, 2023.
H. Adistia and I. Wiseto, “DiagnosaPenyakit Anak Menggunakan Forward ChainingBerbasis Mobiledi Mitramedik Arcamanik,” E-PROSIDING TEKNIK INFORMATIKA, vol. 3, pp. 2263–274, 2022.
B. Abdualgalil, S. Abraham, and W. M. Ismael, “Early Diagnosis for Dengue Disease Prediction Using Efficient Machine Learning Techniques Based on Clinical Data,” Journal of Robotics and Control (JRC), vol. 3, no. 3, pp. 257–268, May 2022, doi: 10.18196/jrc.v3i3.14387.
M. F. P. Herawan and R. Rachman, “Perancangan Sistem Informasi Lelang Elektronik Kendaraan Menggunakan Metode Prototype,” JIKA, vol. 7, no. 1, pp. 37–45, 2023.
H. Angriani and Y. Saharaeni, “Implementasi Algoritma Best First Search Dalam Sistem Pakar Pertolongan Pertama Pada Bayi Dan Anak,” 2020.
I. N. da Silva and R. A. Flauzino, Application of Expert Systems. Rijeka: IntechOpen, 2020. doi: 10.5772/intechopen.85202.
P. Vizureanu, Enhanced Expert Systems. Rijeka: IntechOpen, 2019. doi: 10.5772/intechopen.79092.
S. Russel and P. Norvig, Artificial Intelligence: A Modern Approach (3rd Edition). Pearson Education, Inc, 2021. [Online]. Available: www.PlentyofeBooks.net
A. M. Dawis et al., Artificial Intelligence : Konsep Dasar Dan Kajian Praktis. TOHAR MEDIA, 2022.
S. S. Putro, D. R. Anamisa, and F. A. Mufarroha, Algoritma Pemrograman. Media Nusa Creative (MNC Publishing), 2022.
S. Kom. , M. C. I. M. A. Wirawan, Metode Penalaran dalam Kecerdasan Buatan. PT. RajaGrafindo Persada, 2017.
