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
Maran, Atanasius Tua
Unknown Affiliation
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 Deteksi Penyakit Demam Berdarah pada Bayi Balita Menggunakan Metode Forward Chaining Maran, Atanasius Tua; Deta, Bernadete; Watomakin, Dominikus Boli
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2636

Abstract

Demam Berdarah Dengue (DBD) merupakan salah satu penyakit menular yang masih menjadi ancaman kesehatan masyarakat, termasuk di Kabupaten Flores Timur, Nusa Tenggara Timur. Berdasarkan data Dinas Kesehatan setempat, jumlah kasus DBD terus mengalami peningkatan sehingga diperlukan upaya deteksi dini guna meminimalisasi risiko dan mempercepat penanganan penyakit ini. Penelitian ini bertujuan merancang dan mengembangkan aplikasi sistem pakar berbasis website untuk membantu proses diagnosa awal penyakit DBD pada balita dengan menggunakan metode forward chaining. Metode penelitian yang digunakan adalah model pengembangan perangkat lunak waterfall, yang terdiri dari tahap requirement, design, implementation, verification, dan maintenance. Data penelitian dikumpulkan melalui wawancara dengan dokter di Klinik Umum dr. Faisal Yusuf serta observasi lapangan mengenai jumlah kasus dan penanganan pasien DBD. Hasil perancangan sistem menunjukkan bahwa aplikasi memiliki beberapa fitur utama, seperti basis pengetahuan, data gejala, data penyakit, serta menu diagnosa yang terintegrasi dalam sistem. Pengujian sistem menggunakan metode black box menunjukkan tingkat akurasi yang cukup baik, dengan hasil pengujian pakar mencapai 80% dan validasi sistem sebesar 83,3%. Aplikasi ini dapat membantu pakar maupun tenaga medis dalam melakukan diagnosa awal penyakit DBD berdasarkan gejala yang dialami pasien, meskipun masih terdapat keterbatasan, di antaranya aplikasi hanya dapat digunakan pada basis desktop dan masih terbatas pada pengguna admin.
Co-Authors Deta, Bernadete Watomakin, Dominikus Boli