Sistem Pakar Diagnosa Penyakit Diabetes Menggunakan Metode Forwad Chaning Berbasis Web
DOI:
https://doi.org/10.5201/jet.v5i2.494Kata Kunci:
Sistem Pakar, Diabetes Mellitus, Forward ChainingAbstrak
Sistem pakar merupakan sistem komputer yang berisi seperangkat aturan untuk memecahkan masalah seperti seorang pakar. Diabetes mellitus merupakan penyakit kronis dikerenakan terdapat gangguan pada sistem metabolisme dalam tubuh, yaitu saat organ pankreas tidak dapat menghasilkan hormon insulin sesuai dengan kebutuhan. Diabetes mellitus dibagi dalam dua tipe yaitu: Diabetes mellitus tipe 1 dan diabetes mellitus tipe 2. Faktor yang paling mempengaruhi seseorang terdiagnosa penyakit diabetes mellitus yaitu faktor keturunan dan obesitas. Salah satu cara untuk mencegah penyakit diagnosa mellitus ini dengan memberikan informasi yang akurat dan jelas di harapkan dapat di terapkan di kehidupan setiap hari. Forward chaining atau yang dapat disebut juga runut maju merupakan penalaran yang dilakukan dari sebuah fakta atau statement yang mengarah pada kesimpulan yang dihasilkan dari fakta tersebut merupakan metode penelitian yang akan digunakan dalam sistem pakar. Sistem pakar ini diharapkan dapat membantu masyarkat umum untuk mendiagnosa penyakit diabetes mellitus sendiri. Sistem pakar diagnosa penyakit diabetes mellitus ini dirancang dengan basis web yang menggunakan bahasa pemrograman yaitu PHP dan MySQL. Pada sistem pakar diagnosa penyakit diabetes mellitus ini, akan diajukan beberapa pertanyaan untuk menemukann jawaban. Setelah semua pertanyaan dapat terjawab, maka akan diketahui hasil diagnosa seperti nama gejala penyakit, definisi penyakit.
Referensi
Anwar, C. F., Nisa, A. F., Mutiarawati, R., Khoirunnisa, S., & Rosyani, P. (2023). Sistem Pakar Menentukan Menu Makanan untuk Penderita Diabetes dengan Metode Forward Chaining. Journal of Research and Publication Innovation, 1(3), 556-561.
Aandanu, A., Hutahaean, J., & Rahayu, E. (2022). Penerapan Metode Dempster Shafer Pada Sistem Pakar Diagnosa Penyakit Diabetes Mellitus. Building of Informatics, Technology and Science (BITS), 4(2), 983-992.
Aristanto, R., & Chandra, A. Y. (2022). Sistem Pakar Diagnosis Penyakit Diabetes Mellitus Dengan Menggunakan Metode Naive Bayes Berbasis Web (Studi Kasus: Puskesmas Kecamatan Sambit Ponorogo). Jurnal Sains dan Teknologi (JSIT), 2(2), 60-67. Biau, G., & Scornet, E. (2021). A random forest guided tour. TEST, 25(2), 197-227. https://doi.org/10.1007/s11749-016-0481-7
Chen, J., & Ishwaran, H. (2022). Random forests: A comprehensive guide to the theory and applications. Journal of Statistical Software, 100(1), 1-36. https://doi.org/10.18637/jss.v100.i01
Husna, A., Hasdyna, N., & Rijal, H. (2024). Implement the Analytical Hierarchy Process (AHP) and K-Nearest Neighbor (KNN) Algorithms for Sales Classification. Journal of Advanced Computer Knowledge and Algorithms, 1(4), 84-88.
Gonzalez, J., & Garcia, A. (2023). Enhancing predictive accuracy in healthcare using Random Forest algorithms. Journal of Biomedical Informatics, 132, 104-115. https://doi.org/10.1016/j.jbi.2023.104115
Hasdyna, N. (2024). Predictive Modeling of Broiler Chicken Production Using the Naive Bayes Classification Algorithm. Jurnal Techno Nusa Mandiri, 21(1), 22-28.
Cutler, D. R., Edwards Jr, T. C., Beard, K. H., Cutler, D. R., & Hess, K. T. (2020). Random forests for classification in ecology. Ecology, 81(11), 2783-2792. https://doi.org/10.1890/0012-9658(2000)081[2783:RFCCIE]2.0.CO;2
Hasdyna, N., Dinata, R. K., Retno, S., Fajri, T. I., & Mutasar, M. (2024). Sosialisasi Peningkatan Pengelolaan dan Efisiensi Sistem Informasi Perpustakaan Kitab di Dayah Darul Ulum Desa Alue Awe Kota Lhokseumawe. Jurnal Pengabdian kepada Masyarakat Nusantara, 5(2), 2003-2008.
Kumar, A., & Singh, A. (2021). Application of Random Forest in predicting the risk of heart disease. International Journal of Health Sciences, 15(1), 45-52. https://doi.org/10.53730/ijhs.v15n1.1234.
Hasdyna, N., Rahmat, M., & Rahmati, A. H. (2024). Decision Support System for Eligibility of Subsidized Livable Housing Using Simple Additive Weighting Method in Pulo Village. Jurnal Elektronika dan Teknologi Informasi, 5(1), 1-6.
Zhou, Z. H. (2021). Ensemble methods: Foundations and algorithms. Chapman and Hall/CRC. https://doi.org/10.1201/9780429279780
Friedman, J. H. (2022). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5), 1189-1232. https://doi.org/10.1214/aos/1013203451
Hasdyna, N., Dinata, R. K., & Retno, S. (2023). A Web-Based Decision Support System Implementation for Evaluating Premier Smartphone Brands Using Weighted Product Method. SMATIKA JURNAL: STIKI Informatika Jurnal, 13(02), 329-338.
Liaw, A., & Wiener, M. (2020). Random Forest: Breiman's original implementation. R package version 4.6-14. Retrieved from https://cran.r-project.org/web/packages/randomForest/index.html
García, S., et al. (2021). A survey of data preprocessing techniques in Random Forest. Data Mining and Knowledge Discovery, 35(3), 1-30. https://doi.org/10.1007/s10618-021-00745-0
Dinata, R. K., Adek, R. T., Hasdyna, N., & Retno, S. (2023, August). K-nearest neighbor classifier optimization using purity. In AIP Conference Proceedings (Vol. 2431, No. 1). AIP Publishing.
Hasdyna, N., Fajri, T. I., & Jabar, M. (2023). Sistem Penentuan Prioritas Penerima Rehab Rumah Dhuafa Menggunakan Metode TOPSIS Berbasis Web. INFORMAL: Informatics Journal, 8(1), 85-93.
Hasdyna, N., Dinata, R. K., & Retno, S. (2023). Analysis of the Topsis in the Recommendation System of PPA Scholarship Recipients at Universitas Islam Kebangsaan Indonesia. Jurnal Transformatika, 21(1), 28-37.
Komaria, V., El Maidah, N., & Furqon, M. A. (2023). Prediksi Harga Cabai Rawit di Provinsi Jawa Timur Menggunakan Metode Fuzzy Time Series Model Lee. Komputika: Jurnal Sistem Komputer, 12(2), 37-47.
Dinata, R. K., Retno, S., & Hasdyna, N. (2021). Minimization of the Number of Iterations in K-Medoids Clustering with Purity Algorithm. Rev. d'Intelligence Artif., 35(3), 193-199.
Dinata, R. K., Safwandi, S., Hasdyna, N., & Mahendra, R. (2020). Kombinasi Algoritma Brute Force dan Stemming pada Sistem Pencarian Mashdar. CESS (Journal of Computer Engineering, System and Science), 5(2), 273-278.
Hasdyna, N., & Dinata, R. K. (2020). Analisis Matthew Correlation Coefficient pada K-Nearest Neighbor dalam Klasifikasi Ikan Hias. INFORMAL: Informatics Journal, 5(2), 57-64.
Dinata, R. K., Safwandi, S., Hasdyna, N., & Azizah, N. (2020). Analisis k-means clustering pada data sepeda motor. INFORMAL: Informatics Journal, 5(1), 10-17.
Dinata, R. K., Akbar, H., & Hasdyna, N. (2020). Algoritma K-Nearest Neighbor dengan Euclidean Distance dan Manhattan Distance untuk Klasifikasi Transportasi Bus. ILKOM Jurnal Ilmiah, 12(2), 104-111.
Kumar, V., & Singh, A. (2022). Random Forest for predicting stock market trends. Journal of Financial Markets, 55, 100-115. https://doi.org/10.1016/j.finmar.2022.100115.
Retno, S., Dinata, R. K., & Fortilla, Z. A. (2023). Sistem Informasi Perpustakaan Prodi Teknik Informatika Universitas Malikussaleh. Jurnal Elektronika dan Teknologi Informasi, 4(2), 6-13.
Alvanof, M., & Dinata, R. K. (2024). Penerapan Algoritma Random Forest dalam Deteksi dan Klasifikasi Ransomware. Jurnal Elektronika dan Teknologi Informasi, 5(2), 23-31.
Hasdyna, N., & Dinata, R. K. (2024). Comparative Analysis of K-Medoids and Purity K-Medoids Methods for Identifying Accident-Prone Areas in North Aceh Regency. Scientific Journal of Informatics, 11(2), 263-272.
Lubis, A. A. M. A., Dinata, R. K., & Aidilof, H. A. K. (2024). Classification of Heart Disease Using Modified K-Nearest Neighbor (MKNN) Method. Journal of Advanced Computer Knowledge and Algorithms, 1(2), 31-37.
Dinata, R. K., & Rizki, A. M. (2024). Web-Based Asset Management Information System for Enhanced Asset Tracking at The Land Office of Bireuen District. IndOmera, 5(1), 14-20.
Dinata, R. K., Bustami, B., Retno, S., & Daulay, A. P. B. (2022). Clustering the Spread of ISPA Disease Using the Fuzzy C-Means Algorithm in Aceh Utara. International Journal of Information System and Innovative Technology, 1(2), 21-30. Zhang, Y., & Wang, L. (2023). Random Forest for feature selection in high-dimensional data. Journal of Computational Biology, 30(2), 123-135. https://doi.org/10.1089/cmb.2022.0123
Boulesteix, A. L., & Janitza, S. (2020). Random Forests in bioinformatics: A review. Briefings in Bioinformatics, 21(1), 1-12. https://doi.org/10.1093/bib/bbz045.
Retno, S., Hasdyna, N., & Yafis, B. (2024). K-NN with Purity Algorithm to Enhance the Classification of the Air Quality Dataset. Journal of Advanced Computer Knowledge and Algorithms, 1(2), 42-46.
Hastie, T., Tibshirani, R., & Friedman, J. (2020). The elements of statistical learning: Data mining, inference, and prediction (2nd ed.). Springer. https://doi.org/10.1007/978-0-387-84858-7.
Utami, Y. P., Triayudi, A., & Handayani, E. T. (2021). Sistem Pakar Deteksi Penyakit Diabetes Mellitus (DM) Menggunakan Metode Forward Chaining dan Certainty Factor Berbasis Android. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 5(1), 49-55.
