Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal OKTAL : Jurnal Ilmu Komputer dan Sains AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Endwin Levis Putra Zendrato
Universitas Pamulang
Aerospace Engineering Astronomy Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Tinjauan Literatur Sistematik pada Sistem Pakar untuk Diagnosa Penyakit Manusia dani arjun; Endwin Levis Putra Zendrato; Riski Fadillah; Rizal Jafar Sidiq; Sahruddin
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peningkatan kemajuan teknologi dalam bidang kecerdasan buatan telah mengarah pada pengembangan sistem pakar yang dapat digunakan dalam diagnosis penyakit manusia. Tujuan dari tinjauan literatur ini adalah untuk menyelidiki penggunaan sistem pakar dalam diagnosis penyakit manusia dengan akurasi yang tinggi. Metode yang digunakan adalah pendekatan kajian literatur sistematik, yang melibatkan identifikasi, peninjauan, dan analisis terhadap artikel-artikel yang relevan dalam database ilmiah. Hasil analisis menunjukkan bahwa sistem pakar telah berhasil diterapkan dalam berbagai konteks diagnosis penyakit manusia. Kelebihan utama sistem pakar adalah kemampuannya dalam memproses data klinis yang kompleks dan menghasilkan rekomendasi diagnosis yang akurat. Dalam banyak kasus, sistem pakar mampu menghasilkan diagnosis yang sebanding dengan yang diberikan oleh ahli medis. Namun, tinjauan literatur ini juga mengidentifikasi beberapa tantangan yang dihadapi dalam implementasi sistem pakar untuk diagnosis penyakit manusia. Beberapa tantangan tersebut termasuk keterbatasan data yang tersedia, kompleksitas penyakit yang sulit untuk diidentifikasi, serta kepercayaan dan penerimaan dari tenaga medis terhadap penggunaan sistem pakar. Meskipun demikian, perkembangan terbaru dalam teknologi kecerdasan buatan, seperti pembelajaran mesin dan jaringan saraf tiruan, memberikan peluang baru untuk meningkatkan akurasi sistem pakar dalam diagnosis penyakit manusia. Kajian literatur ini menyimpulkan bahwa penggunaan sistem pakar dapat menjadi alat yang berharga dalam mendukung tenaga medis dalam proses diagnosis penyakit manusia yang akurat.
Implementasi Metode Certainty Factor pada Sistem Pakar Berbasis Web untuk Diagnosis Gangguan Kesehatan Reproduksi Pria Endwin Levis Putra Zendrato; Kecitaan Harefa
OKTAL : Jurnal Ilmu Komputer dan Sains Vol 5 No 08 (2026): OKTAL : Jurnal Ilmu Komputer Dan Sains
Publisher : CV. Multi Kreasi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Male reproductive health disorders are among the health problems that can significantly affect quality of life, sexual function, and fertility. Limited public knowledge, reluctance to seek medical consultation due to embarrassment, and restricted access to healthcare services often lead to delayed diagnosis and treatment. This study aims to develop a web-based expert system using the Certainty Factor method to support the early diagnosis of male reproductive health disorders at Pandawa Main Clinic. The research was conducted through literature review, observation, and interviews with an andrology specialist to obtain data on diseases, symptoms, diagnostic rules, and confidence values. The system was developed using the PHP programming language with the Laravel framework and MySQL as the database management system. The Certainty Factor method was applied to calculate the confidence level of a diagnosis based on the symptoms selected by users. The system provides information on the identified disease, the confidence percentage of the diagnosis, and recommendations for initial treatment. Functional testing using the Black Box Testing method demonstrated that all system features operated according to the specified requirements. The results indicate that the developed expert system is capable of assisting users in obtaining early diagnostic information quickly, conveniently, and through online access, while also supporting healthcare professionals during the initial consultation process. This system is intended to serve as a decision-support tool and does not replace the final diagnosis or treatment provided by an andrology specialist.
Co-Authors dani arjun Kecitaan Harefa Riski Fadillah Rizal Jafar Sidiq Sahruddin