REVIEW JURNAL SISTEM PAKAR “PERANCANGAN SISTEM PAKAR DIAGNOSA PENYAKIT PARU OBSTURKTIF KRONIK DENGAN MENGGGUNAKAN METODE BAYES”

REVIEW JURNAL SISTEM  PAKAR

“PERANCANGAN SISTEM PAKAR DIAGNOSA PENYAKIT PARU

OBSTURKTIF KRONIK DENGAN MENGGGUNAKAN

METODE BAYES”

Firman Maulana

Nomor: 2, Agustus 2014

Abstrak

Dengan perkembangan yang semakin cepat, sering sekali kesehatan menjadi kendala dalam kehidupan sehari-hari. Banyak macam cara untuk mendeteksi namun banyak yang memerlukan waktu yang lama dan hasil yang kurang efektif.

Sistem pakar (Expert System) adalah program komputer yang merupakan cabang dari penelitian ilmu komputer yang disebut kecerdasan buatan. Melalui pengolahan citra maka memudahkan dalam mendiagnosa penyakit paru obstruktif kronik. Tentunya juga memerlukan proses identifikasi yang akurat untuk memberikan hasil keputusan mengenai kondisi Metode identifikasi yang digunakan adalah metode bayes. Kegunaan dari penelitian ini adalah untuk mencari suatu alternatif mendapatkan informasi mengenai gejala penyakit paru obstruktif kronik.

Kata kunci : Sistem pakar, Metode Bayes, Paru, PPOK

1.    Pendahuluan

Adanya gejala-gejala yang dihadapi oleh pasien dalam sulitnya memutuskan penyakit, pasie juga tidak bisa memberi kesimpulan sendiri ataspenyakit yang dideritanya serta membutuhkan biaya dan juga waktu jika konsultasi dengan dokter dan sulit dikembangkan atas keterbatasan maupun ketersediaan seorang pakar.

 Tujuannya adalah untuk melakukan diagnosis penyakit paru obstruktif kronik yang mampu membuat suatu keputusan yang sama, sebaik danseperti pakar, menerapkan metode Bayes dalam perancangan sistem pakar untuk diagnosis penyakit paru obstruktif kronik dan merancang suatu sistem pakar yang dapat digunakan untuk mendiagnosis suatu jenis penyakit berdasarkan gejala yang dirasakan user, sehingga user menemukan solusi atas permasalahan yang dihadapi.

2.     Landasan Teori

Penerapan  Metode Bayes

User terkena penyakit paru obstruktif kronik jika mengalami gejala-gejala dengan:

a. Probabilitas user terkena P, jika mengalami G1 G2

b. Probabilitas mengalami G1,G2 G3

c. Probabilitas user terkena P, jika mengalami G1,G2,G3 G4

d. Probabilitas mengalami G1,G2,G3,G4 G5

e. Probabilitas user terkena P, jika mengalami G1,G2,G3,G4,G5.

Keterangan:

P(G1|G2) = (P(G1|G2) x P(G1)/P(G2))

3.     Tampilan hasil output & Pembahasan

Tampilan halaman depan

Halaman utama untuk user bisa mengkases sistem tersebut

  

Tampilan Diagnosa

Untuk menampilkan gejala-gejala penyakit

Tampilan Hasil diagnosa

Hasil dari gejala yang di pilih oleh user

Kesimpulan & Saran

Kesimpulan

1. Penelitian ini telah berhasil menghasilkan sistem pakar untuk diagnosis penyakit paru obsruktif kronik menggunakan metode bayes.

2. Berdasarkan hasil pengujian sistem yang dilakukan untuk menentukan derajat gejala yang dialami oleh pasien.

3. Sistem pakar diagnosis penyakit paru obstruktif kronik dengan metode bayes dapat menyelesaikan masalah diagnosis penyakit paru obstruktif kronik, karena dapat memberikan hasil diagnosis dengan cepat beserta nilai probabilitas kemunculan dari setiap jenis gejala.

Saran

1. Sistem pakar diagnosis penyakit leukemia dapat dikembangkan lanjut dengan menambahkan gejala yang lebih spesifik dan pertanyaan yang lebih terarah.

2. Untuk kedepannya, bayes dapat dikembangkan menjadi metode untuk memecahkan masalah yang lebih kompleks.

DAFTAR PUSTAKA

[1] T.Sutojo, 2011, Kecerdasan Buatan, Jakarta,Penerbit Andi

[2] Mesran, 2009, Visual Basic

[3] http://www.scribd.com/doc/55713517/Metode-Bayes (diakses tanggal 31 Mei 2012)

[4] Perhimpunan Dokter Paru Indonesia, Juli 2011, Edisi Buku Lengkap

[5] Al Bahra Bin Ladjmudin, 2006

sumber : https://doc-14-2o-docs.googleusercontent.com/docs/securesc/ha0ro937gcuc7l7deffksulhg5h7mbp1/d8bu9475bn6hphob6aha8pjb8hdh62hp/1481515200000/13672396108590386956/*/0B0EdWn-d3T9xN21SNGZmd3ZKWjQ?e=download