SISTEM PAKAR DIAGNOSIS BALITA: FORWARD CHAINING DAN FUZZY MATCHING UNTUK VALIDASI GEJALA
DOI:
https://doi.org/10.36618/competitive.v19i2.4039Keywords:
forward chaining, fuzzy matching, diagnosis penyakit, balita, NLPAbstract
Mendiagnosis penyakit pada balita sering kali menjadi tantangan bagi tenaga kesehatan, terutama ketika gejala yang muncul, seperti demam, batuk, dan pilek, memiliki kemiripan. Kesulitan ini semakin kompleks dengan adanya variasi cara orang tua mendeskripsikan gejala, seperti menyebut "pilek" dengan istilah "flu ringan" atau "hidung tersumbat." Perbedaan semantik ini sering kali menyebabkan ketidakpastian yang memengaruhi akurasi diagnosis, terutama jika hanya mengandalkan metode konvensional. Penelitian ini menawarkan solusi berupa pengembangan sistem pakar yang memadukan metode Forward Chaining dan Fuzzy Matching untuk meningkatkan keakuratan diagnosis. Teknologi Natural Language Processing (NLP) digunakan untuk mengenali gejala dari deskripsi teks yang diberikan pengguna, sementara Fuzzy Matching dirancang agar sistem mampu memproses input dengan toleransi terhadap kesalahan kecil dalam penulisan. Tingkat kepercayaan diagnosis dihitung menggunakan Certainty Factor (CF), yang memberikan bobot berdasarkan kesesuaian gejala. Pengujian menunjukkan bahwa sistem ini memiliki akurasi hingga 91% dan waktu pemrosesan yang singkat, rata-rata kurang dari 1 detik. Sistem ini diharapkan dapat menjadi alat bantu yang bermanfaat bagi tenaga kesehatan, terutama di daerah dengan akses terbatas ke dokter spesialis, sehingga mempercepat pengambilan keputusan yang tepat untuk kesehatan balita
References
Anggraeni, R., Feisha, A., Muflihah, T., Muthmainnah, F., Syaifuddin, M., Aulyah, W., … & Rachmat, M. (2022). Penguatan imunisasi dasar lengkap melalui edukasi pada ibu bayi dan balita di desa Mappakalompo, Sulawesi Selatan. Jurnal Abdi Masyarakat Indonesia, 2(4), 1215-1222. https://doi.org/10.54082/jamsi.402
Khairani, N., & Effendi, S. (2020). Analisis kejadian stunting pada balita ditinjau dari status imunisasi dasar dan riwayat penyakit infeksi. Prepotif Jurnal Kesehatan Masyarakat, 4(2), 228-234. https://doi.org/10.31004/prepotif.v4i2.1030
Manalu, G., Nurmaini, N., & Gerry, S. (2021). Hubungan karakteristik balita dan kebiasaan merokok anggota keluarga di rumah dengan kejadian ISPA. Poltekita Jurnal Ilmu Kesehatan, 15(2), 158-163. https://doi.org/10.33860/jik.v15i2.479
Numan, N., Kusumadewi, S., & Muzayyanah, N. (2020). Sistem inferensi fuzzy untuk membantu diagnosis penyakit pneumonia anak. It Journal Research and Development, 5(1), 53-62. https://doi.org/10.25299/itjrd.2020.vol5(1).5088
Sakinah, U. (2023). Hubungan pengetahuan, sikap, dan penyakit infeksi dengan kejadian stunting pada balita usia 24-59 bulan. Jurnal Ners, 7(1), 762-769. https://doi.org/10.31004/jn.v7i1.13179
Silmina, E., & Hardiani, T. (2018). Perancangan sistem pakar penyakit pneumonia pada balita menggunakan algoritme K-NN (K-Nearest Neighbor). Pseudocode, 5(2), 56-63. https://doi.org/10.33369/pseudocode.5.2.56-63
Sumartini, E. (2022). Studi literatur: riwayat penyakit infeksi dan stunting pada balita. Jurnal Kesehatan Mahardika, 9(1), 55-62. https://doi.org/10.54867/jkm.v9i1.101
Viransyah, V. (2023). Sistem pakar diagnosis penyakit gizi buruk pada balita menggunakan metode Naïve Bayes berbasis website. Digital Transformation Technology, 3(2), 569-576. https://doi.org/10.47709/digitech.v3i2.3074
Walter, J., DeCamp, L., Warrier, K., Murphy, T., & Keefer, P. (2013). Care of the complex chronically ill child by generalist pediatricians: lessons learned from pediatric palliative care. Hospital Pediatrics, 3(2), 129-138. https://doi.org/10.1542/hpeds.2012-0047
Widiniarni, W. (2023). Hubungan jenis kelamin, BBLR, status imunisasi, dan paparan asap rokok dengan kejadian penyakit ISPA pada balita usia 1-4 tahun di wilayah kerja Puskesmas Mata tahun 2022. Endemis Journal, 4(1). https://doi.org/10.37887/ej.v4i1.42410
Yanto, B., Werdiningsih, I., & Purwanti, E. (2017). Aplikasi sistem pakar diagnosa penyakit pada anak bawah lima tahun menggunakan metode forward chaining. Journal of Information Systems Engineering and Business Intelligence, 3(1), 61. https://doi.org/10.20473/jisebi.3.1.61-67
Zhang, Y., & Wang, Y. (2020). Natural language processing in healthcare: A review. Journal of Healthcare Informatics Research, 4(1), 1-20. https://doi.org/10.1007/s41666-019-00031-6
Liu, F., & Zhang, Y. (2021). Improving medical diagnosis with natural language processing. Journal of Medical Systems, 45(5), 1-10. https://doi.org/10.1007/s10916-021-01799-2
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Competitive
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
