SISTEM PENENTU KEPUTUSAN DIAGNOSA AWAL PASIEN DI RUMAH SAKIT MENGGUNAKAN METODE CERTAINTY FACTOR

Abstract

Abstract: The initial disease diagnosis process at RSUD Perdagangan is currently still carried out manually through doctor examinations. This requires extra time and accuracy, especially during a surge in patient numbers with similar symptoms. This study aims to design and build a web-based expert decision support system for initial diagnosis to help accelerate the identification of potential diseases based on patient symptoms. The research method used is a Mixed Method, combining a qualitative approach for analyzing system requirements and expert knowledge, and a quantitative approach for data processing. The diagnosis certainty level is calculated using the Certainty Factor (CF) method, while the system design is modeled using the Unified Modeling Language (UML) and built using PHP and MySQL. The results show that this web-based system was successfully implemented and is capable of accurately calculating the combination of user and expert confidence values. Based on sample manual and system testing, both produced consistent values, with the highest probability percentage reaching 72.8% for Non-insulin-dependent diabetes mellitus without complications (E11.9). This system has proven to be effective as an auxiliary tool to support early medical decision-making.

Keyword: Certainty Factor, Expert System, Initial Diagnosis.

Abstrak: Proses diagnosis awal penyakit di RSUD Perdagangan saat ini masih dilakukan secara manual melalui pemeriksaan dokter. Hal ini membutuhkan waktu dan ketelitian berlebih, terutama saat lonjakan jumlah pasien dengan indikasi gejala yang serupa. Penelitian ini bertujuan untuk merancang dan membangun sistem pakar penentu keputusan diagnosis awal berbasis web guna membantu percepatan identifikasi kemungkinan penyakit berdasarkan gejala pasien. Metode penelitian yang digunakan adalah Mixed Method, yang menggabungkan pendekatan kualitatif untuk analisis kebutuhan sistem dan pengetahuan pakar, serta pendekatan kuantitatif untuk pengolahan data. Perhitungan tingkat kepastian diagnosis menggunakan metode Certainty Factor (CF), sementara perancangan sistem dimodelkan dengan Unified Modeling Language (UML) serta dibangun menggunakan PHP dan MySQL. Hasil penelitian menunjukkan bahwa sistem berbasis web ini berhasil diimplementasikan dan mampu menghitung kombinasi nilai keyakinan pengguna dan pakar secara tepat. Berdasarkan pengujian sampel manual dan sistem, keduanya menghasilkan nilai konsisten, dengan persentase kemungkinan tertinggi sebesar 72,8% pada diagnosis Non-insulin-dependent diabetes mellitus without complications (E11.9). Sistem ini terbukti efektif sebagai alat bantu pendukung pengambilan keputusan medis awal.

Kata kunci: Certainty Factor, Sistem Pakar, Diagnosa Awal.