Penelitian ini mengembangkan sistem pakar untuk mendiagnosis penyakit gigi menggunakan metode Naïve Bayes berbasis web. Sistem ini bertujuan untuk membantu pasien dalam mengidentifikasi gejala awal penyakit gigi, sehingga mereka dapat melakukan penanganan awal secara mandiri. Metode Naïve Bayes dipilih karena kemampuannya dalam mengolah data probabilistik dengan hasil yang akurat. Data dikumpulkan melalui wawancara dengan dokter gigi dan studi literatur, yang kemudian digunakan untuk melatih sistem dalam mendiagnosa penyakit berdasarkan gejala. Selain itu, penelitian ini juga menerapkan metode Extreme Programming (XP) dalam pengembangan perangkat lunak, yang mencakup perencanaan, desain, pengkodean, dan pengujian. Hasil pengujian menunjukkan bahwa sistem pakar ini efektif dalam mendiagnosis penyakit gigi, memberikan rekomendasi yang relevan kepada pengguna, serta diharapkan dapat mengurangi kesenjangan dalam akses terhadap informasi kesehatan gigi.
Copyrights © 2025