<![CDATA[Mendiagnosis penyakit pada balita sering kali menjadi tantangan bagi tenaga kesehatan, terutama ketika gejala yang muncul, seperti demam, batuk, dan pilek, memiliki kemiripan. Kesulitan ini semakin kompleks dengan adanya variasi cara orang tua mendeskripsikan gejala, seperti menyebut "pilek" dengan istilah "flu ringan" atau "hidung tersumbat." Perbedaan semantik ini sering kali menyebabkan ketidakpastian yang memengaruhi akurasi diagnosis, terutama jika hanya mengandalkan metode konvensional. Penelitian ini menawarkan solusi berupa pengembangan sistem pakar yang memadukan metode Forward Chaining dan Fuzzy Matching untuk meningkatkan keakuratan diagnosis. Teknologi Natural Language Processing (NLP) digunakan untuk mengenali gejala dari deskripsi teks yang diberikan pengguna, sementara Fuzzy Matching dirancang agar sistem mampu memproses input dengan toleransi terhadap kesalahan kecil dalam penulisan. Tingkat kepercayaan diagnosis dihitung menggunakan Certainty Factor (CF), yang memberikan bobot berdasarkan kesesuaian gejala. Pengujian menunjukkan bahwa sistem ini memiliki akurasi hingga 91% dan waktu pemrosesan yang singkat, rata-rata kurang dari 1 detik. Sistem ini diharapkan dapat menjadi alat bantu yang bermanfaat bagi tenaga kesehatan, terutama di daerah dengan akses terbatas ke dokter spesialis, sehingga mempercepat pengambilan keputusan yang tepat untuk kesehatan balita]]>
Copyrights © 2024
