PENERAPAN TEOREMA BAYES UNTUK DIAGNOSIS PENYAKIT PADA IBU HAMIL BERBASIS ANDROID

Nadya Paramitha, Erfian Junianto, Sari Susanti

Sari


Angka kematian ibu di Indonesia, sebagian besar disebabkan oleh kurangnya pengetahuan mengenai kehamilan, terlambatnya penanganan di rumah sakit, kurangnya tenaga medis maupun fasilitas yang memadai dan mahalnya biaya untuk konsultasi membuat para ibu enggan untuk ke dokter ahli. Sistem pakar diagnosa pada ibu hamil ini diharapkan dapat memberikan pengetahuan mengenai diagnosa penyakit gangguan kehamilan pada ibu hamil, memberikan sarana media konsultasi mengenai penyakit pada kehamilan serta mengurangi banyaknya biaya konsultasi ke dokter ahli. Sistem pakar adalah sistem yang mampu menggambarkan penalaran seorang pakar agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli atau pakar. Teorema Bayes adalah cara untuk mengetahui probabilitas bersyarat. Probabilitas bersyarat adalah probabilitas dari suatu peristiwa yang terjadi, mengingat bahwa itu memiliki beberapa hubungan dengan satu atau lebih peristiwa lainnya. Aplikasi sistem pakar ini memakai Android sebagai sistem operasinya. Sistem operasi berbasis Android merupakan sistem operasi yang bersifat open source sehingga mudah dikembangkan dan dioptimalkan. Hasil dari penelitian ini yaitu aplikasi sistem pakar yang dapat memberikan pengetahuan mengenai diagnosa penyakit gangguan kehamilan, menjadi media untuk berkonsultasi mengenai penyakit pada masa kehamilan.

Kata Kunci


Kehamilan, Sistem Pakar, Teorema Bayes, Android

Teks Lengkap:

PDF

Referensi


Dini. (2016). 12 Kelebihan dan Kekurangan OS Android. Retrieved May 9, 2018, from https://dosenit.com/software/sistem-operasi/kelebihan-dan-kekurangan-os-android

Handayani, I. (2017). Angka Kematian Ibu di Indonesia Dinilai Masih Tinggi. Retrieved April 7, 2018, from http://www.beritasatu.com/kesra/441092-angka-kematian-ibu-di-indonesia-dinilai-masih-tinggi.html

Junianto, E., & Riana, D. (2017). Penerapan PSO Untuk Seleksi Fitur Pada Klasifikasi Dokumen Berita Menggunakan NBC, 4(1), 38–45.

Kusrini, & Luthfi, E. taufiq. (2009). Algoritma Data Mining. (T. A. Prabawati, Ed.) (1st ed.). Andi Offset. Retrieved from https://books.google.co.id/books?id=-Ojclag73O8C&printsec=frontcover#v=onepage&q&f=false

Maryani, R., & Haryanto, D. (2018). Sistem pakar diagnosa penyakit pada ibu hamil dengan metode forward chaining, 1(1).

Minardi, J., & Suyatno. (2016). Sistem Pakar Untuk Diagnosa Penyakit Kehamilan Menggunakan Metode Dempster-Shafer Dan Decision Tree, 7(1), 83–98.

Qamaruzzaman, M. H., & Sam’ani. (2016). Sistem Pakar Untuk Mendiagnosa Penyakit Mata Pada Manusia Menggunakan Teorema Bayes. Indonesian Journal on Networking and Security, 5(4), 7–11.

Rahmayu, M. (2013). Pendeteksian diagnosa penyakit kandungan pada ibu hamil dengan menggunakan metode forward chaining, (1), 227–235.

Ramanda, K. (2015). Penerapan sistem pakar untuk mendiagnosa penyakit pada kehamilan, 179–185.

Rosnelly, R. (2012). Sistem Pakar: Konsep dan Teori. (P. Y. Jati, Ed.). Yogyakarta: Penerbit Andi.

Sidauruk, A., & Pujianto, A. (2017). Sistem Pakar Diagnosa Penyakit Tanaman Kelapa Sawit Menggunakan Teorema Bayes, 18 No. 1, 51–56.

Sugiyono. (2008). Metode Penelitian Kuantitatif Kualitatif dan R& D. Bandung: Alfabeta.

Syahputra, T., Dahria, M., & Putri, P. D. (2017). Anemia Dengan Menggunakan Metode.




DOI: https://doi.org/10.31311/ji.v6i1.4693

##submission.license.cc.by4.footer##

 dipublikasikan oleh LPPM UBSI
Jl. Kamal Raya No. 18 Cengkareng, Jakarta Barat