<![CDATA[Abstract - Meningkatnya prevalensi Diabetes Melitus (DM) di Indonesia menuntut adanya sistem diagnosis yang lebih efisien, cepat, dan akurat. Proses diagnosis di rumah sakit umumnya masih dilakukan secara manual dan bergantung pada jumlah dokter spesialis yang terbatas, sehingga dapat menghambat pelayanan di tengah meningkatnya jumlah pasien. Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web untuk membantu proses identifikasi tipe diabetes menggunakan metode Simple Additive Weighting (SAW). Sistem dirancang untuk membedakan empat tipe diabetes, yaitu Tipe 1, Tipe 2, Gestasional, dan Latent Autoimmune Diabetes in Adults (LADA), berdasarkan 12 kriteria diagnosis yang terdiri atas faktor klinis, gejala, dan indikator laboratorium. Metode SAW diterapkan melalui tahap normalisasi matriks keputusan, pembobotan, dan perhitungan nilai preferensi untuk memperoleh hasil diagnosis yang paling sesuai dengan kondisi pasien. Hasil pengujian pada studi kasus menunjukkan bahwa nilai preferensi tertinggi diperoleh pada Diabetes Tipe 1 sebesar 0,845, diikuti LADA sebesar 0,57, Gestasional 0,4625, dan Tipe 2 sebesar 0,435. Nilai tersebut menggambarkan tingkat kesesuaian profil pasien terhadap masing-masing tipe diabetes. Selain itu, pengujian blackbox menunjukkan seluruh fitur sistem, mulai dari login, input data pasien, proses perhitungan, hingga manajemen pengguna, berjalan dengan status Pass. Penelitian ini membuktikan bahwa metode SAW efektif diterapkan pada SPK berbasis web untuk mempercepat proses diagnosis, meningkatkan akurasi identifikasi tipe diabetes, serta mendukung tenaga medis dalam pengambilan keputusan klinis. Kata Kunci— Sistem Pendukung Keputusan; Diabetes Melitus; Simple Additive Weighting; Diagnosis Diabetes; Sistem Berbasis Web.]]>
Copyrights © 2025
