Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Kayla Fadalwa
Universitas Pamulang
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Pakar Diagnosa Awal Penyakit Amyoplasia Menggunakan Metode Backward Chaining Dan Forward Chaining Berbasis Android Kayla Fadalwa; Rengga Herdiansyah
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.8242

Abstract

Amyoplasia merupakan kondisi bawaan langka yang ditandai dengan keterbatasan gerak dan kontraktur sendi sejak lahir, sehingga membutuhkan identifikasi awal yang cepat agar penanganan lanjutan dapat dilakukan lebih tepat. Rendahnya pengetahuan masyarakat mengenai gejala amyoplasia serta terbatasnya media deteksi awal yang mudah diakses menjadi salah satu faktor penyebab keterlambatan diagnosis. Penelitian ini bertujuan mengembangkan sistem pakar berbasis Android untuk membantu diagnosis awal penyakit amyoplasia dengan menerapkan metode inferensi Forward Chaining dan Backward Chaining. Penelitian menggunakan pendekatan terapan dengan model pengembangan System Development Life Cycle (SDLC) Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Data gejala dan aturan diagnosis diperoleh melalui studi pustaka, observasi, serta wawancara dengan tenaga kesehatan tanpa menggunakan data pasien secara langsung. Sistem dikembangkan menggunakan bahasa pemrograman Java dan Firebase sebagai basis data. Hasil penelitian menunjukkan bahwa sistem mampu memproses gejala yang dipilih pengguna, mencocokkannya dengan basis pengetahuan, dan menghasilkan diagnosis awal secara sistematis. Pengujian black box menunjukkan seluruh fungsi utama aplikasi berjalan sesuai kebutuhan, sedangkan evaluasi user response menunjukkan aplikasi mudah digunakan dan bermanfaat sebagai media informasi awal. Dengan demikian, sistem pakar ini dapat mendukung peningkatan kesadaran masyarakat, memperkuat edukasi kesehatan digital, mengurangi ketergantungan pada informasi tidak valid, serta membantu pengambilan keputusan awal sebelum pemeriksaan medis lanjutan.
Co-Authors Rengga Herdiansyah