IMPLEMENTASI SISTEM PAKAR DENGAN NAIVE BAYES DAN CERTAINTY FACTOR UNTUK DIAGNOSIS STROKE

Theofil Rizky Fazry (UIN Sumatera Utara)
Mhd Furqan (Program Studi Ilmu Komputer, Universitas Islam Negeri Sumatera Utara Medan)
Mhd. Ikhsan Rifki (Program Studi Ilmu Komputer, Universitas Islam Negeri Sumatera Utara Medan)

JENTIK
Vol. 3 No. 3 (2025): Jurnal Manajemen Teknologi Informatika

Stroke merupakan penyakit dengan risiko tinggi terhadap kematian dan kecacatan permanen. Penelitian ini bertujuan membangun program aplikasi sistem pakar guna mengklasifikasikan jenis-jenis stroke melalui penerapan algoritma Naive Bayes dan Certainty Factor. Data penelitian diperoleh melalui wawancara dengan pakar pada RSU Full Bethesda serta studi literatur. Perancangan sistem difokuskan untuk mengidentifikasi lima varian stroke, diantaranya Transient Ischemic Attacks, stroke hemoragik intraserebral, stroke hemoragik subarachnoid, stroke iskemik trombolitik, dan stroke iskemik emboli. Implementasi dilakukan berbasis PHP dengan MySQL serta diuji menggunakan blackbox. Evaluasi diagnosis pasien menunjukkan Naive Bayes menghasilkan probabilitas 52,82% pada stroke hemoragik intraserebral pasien 1, sedangkan Certainty Factor memberikan hasil 100% pada beberapa jenis stroke. Hasil ini membuktikan Naive Bayes lebih fokus pada satu penyakit, sementara Certainty Factor lebih fleksibel dalam menampilkan kemungkinan beberapa penyakit. Sistem ini diharapkan menjadi alat bantu diagnosis awal yang efektif bagi tenaga medis.