Aplikasi untuk Mendiagnosis Penyakit Kelamin dengan Metode Decision Tree dan Certainty Factor

Abstract

Berdasarkan data yang dikumpulkan oleh WHO (World Health Organization), setiap tahun diseluruh dunia terdapat sekitar 250 juta penderita baru yang terindentifikasi terserang penyakit IMS (Infeksi Menular Seksual). Dan jumlah tersebut menurut hasil analisis WHO cenderung meningkat dari waktu ke waktu, dikarenakan banyak penderita yang masih belum sadar untuk melakukan pengobatan secara dini. Bahaya yang ditimbulkan dari penyakit kelamin, yaitu kemandulan bahkan dapat mengakibatkan kematian. Namun apabila penyakit dapat dideteksi sedini mungkin, maka dengan melakukan pengobatan yang intens penyakit ini dapat lebih bisa dikendalikan bahkan disembuhkan. Salah satu cara untuk mendeteksi dini penyakit IMS, yaitu dengan membuat sebuah sistem pakar yang bisa diimplementasikan untuk diagnosis dini penyakit kelamin dengan menggabungkan dua metode yaitu Decision Tree dan Certainty Factor yang relatif cepat dalam pencarian solusi dan hasil bisa menampilkan nilai kepercayaan untuk setiap hasil diagnosis. Hasil pengujian sistem, dapat disimpulkan bahwa sistem ini dapat diimplementasikan untuk mendeteksi penyakit kelamin pada pasien, dan mendapatkan hasil hitung yang sama antara perhitungan sistem dengan menggunakan teori mesin inferensi Decision tree dan Certainty Factor, sehingga bisa menjadi media referensi dokter/pakar untuk diagnosis penyakit kelamin