<![CDATA[Aktivitas merokok merupakan kebiasaan yang masih banyak dilakukan oleh masyarakat dan memiliki potensi menimbulkan berbagai penyakit serius, baik bagi perokok aktif maupun perokok pasif. Namun, keterbatasan pengetahuan serta akses terhadap diagnosis dini menyebabkan banyak penyakit akibat rokok tidak terdeteksi sejak awal. Penelitian ini bertujuan untuk membangun sistem pakar berbasis web yang dapat membantu melakukan diagnosis awal penyakit akibat rokok. Metode yang digunakan adalah metode hybrid, yaitu kombinasi Forward Chaining sebagai teknik inferensi dan Certainty Factor untuk menentukan tingkat keyakinan hasil diagnosis berdasarkan gejala yang dipilih pengguna. Sistem dikembangkan menggunakan React JS dengan basis data SQLite. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk menguji fungsionalitas sistem. Hasil penelitian menunjukkan bahwa sistem mampu mendiagnosis delapan jenis penyakit akibat rokok berdasarkan 33 gejala dengan tingkat keyakinan yang terukur serta menampilkan persentase keyakinan dan saran penanganan awal. Sistem ini dapat digunakan sebagai alat bantu diagnosis awal sebelum dilakukan pemeriksaan lebih lanjut oleh tenaga medis]]>
Copyrights © 2026
