SISTEM PAKAR DIAGNOSA PENYAKT TIROID MENGGUNAKAN METODE DEMPSTER SHAFER

  • Chairun Nas

Abstract

Abstrak

Penyakit tiroid merupakan gangguan pada kelenjer tiroid yang terletak dibagian leher tepatnya dibawah jakun. Tujuan dari penelitian ini membantu dalam mendiagnosa penyakit tiroid yang dialami oleh pasien dengan menggunakan sistem pakar. Sistem pakar akan mengelola data penyakit dan gejala penyakit pada pasien yang diperoleh melalui hasil wawancara bersama dokter spesialis. Dari data tersebut dilakukan pengujian dengan menggunakan metode Dempster Shafer. Hasil dari pengujian metode ini adalah dihasilkan sebuah diagnosa terhadap suatu penyakit tiroid dengan nilai densitas sebesar 97,6%. Maka metode ini dapat digunakan untuk mendiagnosa penyakit tiroid yang dialami oleh pasien sehingga membantu dokter spesialis mengambil keputusan dalam penanganan penyakit lebih lanjut.

Kata Kunci: Kecerdasan Buatan, Sistem Pakar, Diagnosa, Tiroid, Dempster Shafer

 

Abstract

Thyroid disease is a disorder of the thyroid gland which is located in the neck precisely below the Adam's apple. The purpose of this study helps in diagnosing thyroid disease experienced by patients using an expert system. The expert system will manage disease data and disease symptoms in patients obtained through interviews with specialist doctors. From these data, testing was carried out using the Dempster Shafer method. The result of the testing method is a diagnosis of a thyroid disease with a density value of 97,6%. So this method can be used to diagnose thyroid disease experienced by patients so as to help specialist doctors make decisions in handling further diseases..

Keywords: Artificial Intelligence, Expert System, Diagnosis, Thyroid, Dempster Shafer

Downloads

Download data is not yet available.

References

Khosravi,M., Yazdanshenas, M. dan Nemati,M,H.(2015).“Design Of An Expert System For Diagnosis Of Thyroid Cancer” Science Joirnal (CSJ), Volume 36, Nomor 3, ISSN 1300 – 1949.

Putra,A.,Ernawati. dan Erlansari,A.(2017).“Sistem Pakar Diagnosa Penyakit Tiroid Menggunakan Metode Naive Bayes Berbasis Android” Jurnal Rekursif, Volume 5, Nomor 3, ISSN 2303 – 0755.

Kartika,B, P. dan Puspitasari,D.(2015).“Sistem Pakar Diagnosa Penyakit Ginjal Menggunakan Metode Dempster Shafer” Prosiding Seminar Informatika Aplikatif Polinema, ISSN 2460 – 1160.

Minardi,J.(2016).“Sistem Pakar Untuk Diagnosa Penyakit Kehamilan Menggunakan Metode Dempster Shafer dan Decission Tree” Jurnal SIMETRIS,Volume 7, Nomor 1, ISSN 2252 – 4983.

Sinaga,M, D. dan Sembiring,N, S.(2016).“Penerapan Metode Dempster Shafer Untuk Mendiagnosa Penyakit Dari Akibat Bakteri Salmonella” Cogito Smart Journal, Volume 2, Nomor 2.

Nugraha,D. dan Winiarti,S.(2014).“Pengembangan Media Pembelajaran Sistem Pelacakan Pada Mata Kuliah Kecerdasan Buatan Berbasis Multimedia” Jurnal Sarjana Teknik Informatika,Volume 2, Nomor 1, e-ISSN 2338 – 5197.

Wijaya,E.(2014).“Analisis Penggunaan Algoritma Breadth First Search Dalam Konsep Artificial Inteligence” Jurnal TIME,Volume2, Nomor2.

Supartini,W. dan Hindarto.(2016).“Sistem Pakar Berbasis Web Dengan Metode Forward Chaining Dalam Mendiagnosis Dini Penyakit Tuberkolosis di Jawa Timur” KINETIK, Volume 1, Nomor 3, ISSN 2503 – 2259.

Alfatah,A, M., Arifudin, R. dan Muslim,M, A.(2018).“Implementation of Decission Tree And Dempsters Shafer on Expert System for Lung Disease Diagnosis” Scientific Journal of Information,Volume5, Nomor1, ISSN 2407 – 7658.

Yunita,W. dan Latifah,L.(2016).“Kecemasan dan Gangguan Fungsi Tiroid Pada Wanita Usia Subur” MGMI, Volume 7, Nomor 2, DOI: 10.22435mgmi.v7i2.6017.107-116.

Ionita,I. dan Ionita,L.(2016).“Prediction of Thyroid Disease Using Data Mining Technique” BRAIN, Volume 7, Nomor 3, ISSN 2068-0473.

Keles,A. dan Keles,Ay.(2008).“Expert System For Thyroid Diseases Diagnosis” Expert System With Applications, Volume 1, Nomor 34, DOI: 10.1016/j.eswa.2006.09.028.

Published
2019-06-30
How to Cite
Nas, C. (2019). SISTEM PAKAR DIAGNOSA PENYAKT TIROID MENGGUNAKAN METODE DEMPSTER SHAFER. JURNAL TEKNOLOGI DAN OPEN SOURCE, 2(1), 1 - 14. https://doi.org/10.36378/jtos.v2i1.114
Abstract viewed = 3104 times
PDF downloaded = 2816 times