Implementasi Metode Naïve Bayes dan Forward Chaining Untuk Diagnosis Penyakit Gangguan Bipolar

Novianti Puspitasari (Universitas Mulawarman)
Fahrul Agus (Universitas Mulawarman)
Wahyu Noor Zali (Universitas Mulawarman)

IJCIT (Indonesian Journal on Computer and Information Technology)
Vol 8, No 2 (2023): IJCIT November 2023

Bipolar disorder merupakan salah satu gangguan suasana perasaan (mood afektif) yang menunjukan suasana perasaan pasien, dimana tingkat aktivitasnya jelas terganggu. Gangguan ini pada waktu tertentu terdiri dari peninggian maupun penurunan suasana perasaan serta peningkatan maupun pengurangan energi dan aktivitas. Kurangnya pengetahuan masyarakat mengenai pemahaman tentang gangguan kesehatan mental bipolar disorder yang gejalanya hampir sama dengan perubahan mood pada manusia normal, menyebabkan telatnya penanganan terhadap pasien. Penelitian ini bertujuan untuk membuat suatu sistem pakar untuk mendiagnosa penyakit bipolar disorder. Sistem pakar yang dibuat menerapkan metode forward chaining dan naïve bayes dalam mendiagnosa jenis penyakit bipolar disorder. Penelitian ini menggunakan 26 gejala dan tiga jenis penyakit yaitu bipolar disorder episode mania, bipolar disorder episode depresi dan bipolar disorder episode campuran. Penelitian ini menghasilkan sistem pakar yang dapat membantu masyarakat umum dalam mendiagnosa jenis penyakit bipolar disorder yang diderita serta solusi dan penanganannya. Sehingga masyarakat dapat mengetahui apakah terkena penyakit bipolar disorder tersebut atau tidak. Berdasarkan hasil pengujian Black Box diperoleh tingkat akurasi 100% dan sistem pakar yang dibuat dapat berjalan dengan baik. Bipolar disorder is a mood disorder (affective mood) that shows the patient's mood, in which the level of activity is clearly disturbed. These disturbances at any given time consist of either elevated or decreased mood and increased or decreased energy and activity. The lack of public knowledge regarding the understanding of mental health disorder bipolar disorder, whose symptoms are almost the same as changes in mood in normal humans, causes delays in treating patients. This research aims to create an expert system to diagnose bipolar disorder. The expert system created applies forward chaining and naïve Bayes methods in diagnosing bipolar disorder. This study used 26 symptoms and three types of illness, namely bipolar disorder manic episode, bipolar disorder depressive episode, and mixed episode bipolar disorder. This research produces an expert system that can help the general public in diagnosing the type of bipolar disorder they are suffering from as well as solutions and treatment. So that people can find out whether they have bipolar disorder or not. Based on the results of Black Box testing, an accuracy rate of 100% was obtained and the expert system created could run well.