PERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TUBERKULOSIS MENGGUNAKAN METODE CERTAINTY FACOR

Authors

  • Ayu Andira Sirait Universitas Asahan, Indonesia Author
  • Helmi Fauzi Siregar Universitas Asahan, Indonesia Author

DOI:

https://doi.org/10.54314/jssr.v9i5.7302

Keywords:

expert system, tubercolosis, certainty factor, initial diagnosis, clinical symptoms

Abstract

Abstract: Tuberculosis (TB) is an infectious disease caused by the bacterium Mycobacterium tuberculosis that can affect the lungs and other organs of the body. The diagnosis of TB requires further medical examination; however, an initial diagnosis based on clinical symptoms can help provide preliminary information to the community. This study aims to design and develop an expert system that can assist in the initial diagnosis of tuberculosis based on clinical symptoms using the Certainty Factor method. This research was conducted at Teluk Nibung Public Health Center using a Mixed Methods approach, which involved qualitative data collection through interviews with relevant parties and quantitative data processing in the form of Measure of Belief (MB) and Measure of Disbelief (MD) values. The system was developed as a web-based application using PHP and MySQL and designed using UML modeling. The Certainty Factor method is used to calculate the degree of certainty of possible diseases based on the relationship between symptoms, MB values, MD values, and the user's level of confidence in the selected symptoms. The result of this research is an expert system application that can receive symptom and user confidence inputs, perform Certainty Factor calculations, display initial diagnosis results along with the percentage of confidence, and store diagnosis history. This system is expected to assist Teluk Nibung Public Health Center in providing initial tuberculosis diagnosis information to the community. The diagnosis provided by the system is not a substitute for a doctor's diagnosis or further medical examination.

Keywords: Expert System, Tuberculosis, Certainty Factor, Initial Diagnosis, Clinical Symptoms.

 

Abstrak: Tuberkulosis (TB) merupakan salah satu penyakit menular yang disebabkan oleh bakteri Mycobacterium tuberculosis dan dapat menyerang paru-paru maupun organ tubuh lainnya. Proses diagnosis TB memerlukan pemeriksaan medis lebih lanjut, namun diagnosis awal berdasarkan gejala klinis dapat membantu memberikan informasi awal kepada masyarakat. Penelitian ini bertujuan untuk merancang dan membangun sistem pakar yang dapat membantu melakukan diagnosis awal penyakit tuberkulosis berdasarkan gejala klinis menggunakan metode Certainty Factor. Penelitian ini dilakukan di Puskesmas Teluk Nibung dengan menggunakan pendekatan Mixed Methods, yaitu pengumpulan data secara kualitatif melalui wawancara dengan pihak terkait dan pengolahan data secara kuantitatif dalam bentuk nilai Measure of Belief (MB) dan Measure of Disbelief (MD). Sistem dikembangkan berbasis web menggunakan PHP dan MySQL serta dirancang menggunakan pemodelan UML. Metode Certainty Factor digunakan untuk menghitung tingkat keyakinan terhadap kemungkinan penyakit berdasarkan hubungan antara gejala, nilai MB, nilai MD, dan tingkat keyakinan pengguna terhadap gejala yang dipilih. Hasil penelitian berupa aplikasi sistem pakar yang dapat menerima input gejala dan tingkat keyakinan pengguna, melakukan perhitungan Certainty Factor, menampilkan hasil diagnosis awal beserta persentase tingkat keyakinan, serta menyimpan riwayat diagnosis. Sistem ini diharapkan dapat membantu Puskesmas Teluk Nibung dalam memberikan informasi diagnosis awal tuberkulosis kepada masyarakat. Hasil diagnosis dari sistem bukan merupakan pengganti diagnosis dokter atau pemeriksaan medis lebih lanjut.

Downloads

Download data is not yet available.

References

Afriansyah, R., Saputra, A., Ocsirendi, O., Sari, L., & Lanaya, D. (2026). Sistem Cerdas Diagnosa Dini Tuberkulosis Menggunakan Naive Bayes Dan Chatbot Ai. Technologia : Jurnal Ilmiah, 17(1), 96-98.

Alvin Dwi Hardiansyah1 dan Catur Nugrahaeni Puspita Dewi, M. K. (2020). Perancangan Basis Data Sistem Informasi Perwira Tugas Belajar (Sipatubel) Pada Kementerian Pertahanan. Senamika, 1(2), 222–233.

Ariel, Y., Tambunan, A., Hukum, F., & Udayana, U. (2025). Digital. 15(04), 1–14.

Arista, Y. A. (2022). Jurnal Comasie Jurnal Comasie.Analisis Pola Pembelian Konsumen Berdasarkan Data Historis Dengan Metode Asosiasi Di PT Axcellindo Perkasa Ganefa, 6(2), 40–51.

Fitri, A. T. (2025). Tinjauan Literatur: Integrasi Kecerdasan Buatan (AI) Dalam Pembelajaran Bahasa Arab. Jurnal Ilmiah Pendidikan Scholastic, 9(1), 16–26.

Hasanah, N. A., Rodianto, R., Yuliadi, Y., Sumbawa, U. T., Alang, B., Hulu, M., & Utara, K. M. (2025). Rancang Bangun Aplikasi Sistem Pakar Menggunakan Metode Forward Chaining untuk Mendiagnosa Penyakit pada Ayam 1,2. 12(2), 425–441.

Hidayat, H. R., & Wiguna, W. (2021). Aplikasi Diagnosa Penyakit Tuberculosis Menggunakan Metode Certainty Factor Berbasis Android. Jurnal Responsif : Riset Sains Dan Informatika, 3(1), 20–29.

Izdiana, A. Z., & Hardiani, T. (2026). Sistem pakar deteksi dini kesehatan mental mahasiswa dengan metode Forward Chaining. 23(1), 117–133.

Mahdin, I., Learning, P. B., & Informatika, P. (2025). INFONTIKA: Jurnal Pendidikan Informatika. INFONTIKA: Jurnal Pendidikan Informatika, 4(2), 19–25.

Maulina, D., & Wulanningsih, A. M. (2020). Metode Cercainty Factor Dalam Penerapan Sistem Pakar Diagnosa Penyakit Anak. Abstraksi Pendahuluan Tinjauan Pustaka Metode Penelitian. Joism, 1(2), 23–32.

Nabila, A. A., & Desiani, A. (2023). Sistem Pakar Diagnosa Penyakit Tuberkulosis Dengan Metode Certainty. Journal of Artificial Intelligence and Software Engineering (J-AISE), 3(1), 1-18.

NurJumala, A., Prasetyo, N. A., & Utomo, H. W. (2022). Sistem Pakar Diagnosis Penyakit Rhinitis Menggunakan Metode Forward Chaining Berbasis Web. JURIKOM (Jurnal Riset Komputer), 9(1), 69-77.

Prastomo, A., Syuhardi, Y. I., & Mardiyati, S. (2026). Perbandingan Metode Forward Chaining , Certainty Factor , dan Fuzzy pada Sistem Pakar. 5(1), 1161–1167.

Purnama, A. S., Irianto, T. D., Nuryani, D. D., Samino, S., & Amirus, K. (2025). Faktor-faktor yang berhubungan dengan kejadian tuberkulosis. JOURNAL OF Qualitative Health Research & Case Studies Reports, 5(5), 638–649.

Setiawan, D., & Sari, W. P. (2026). Pengembangan Sistem Pakar Berbasis Web Untuk Diagnosa Dan Pengendalian Hama Wereng Batang Coklat Pada Tanaman Padi Dengan Menggunakan Metode Backward Chaining. 5(1), 11743–11751.

Sinlae, F., Maulana, I., Setiyansyah, F., & Ihsan, M. (2024). Pengenalan Pemrograman Web: Pembuatan Aplikasi Web Sederhana Dengan PHP dan MYSQL. Jurnal Siber Multi Disiplin, 2(2), 68–82.

Siti Fatonah, N. (2025). Membangun Aplikasi Sistem Pakar Menggunakan Metode Certainty Factory Dalam Mendiagnosa Tuberculosis Studi Kasus Di Puskesmas Palmerah. Integrative Perspectives of Social and Science Journal, 2(2), 3030-3039.

Suarnatha, I. P. D., Agus, I. M., & Gunawan, O. (2022). Jurnal Computer Science and Information Technology ( CoSciTech ) manusia. 3(2), 73–80.

Syifa, P., Safwandi, & Fitri, Z. (2025). Sistem Pakar Diagnosis Penyakit Paru Menggunakan Metode Convolutional Neural Network Dan Rule Based System. Rabit : Jurnal Teknologi Dan Sistem Informasi Univrab, 10(2), 1380–1392.

Widodo, Y. B., Sibuea, S., & Narji, M. (2024). Kecerdasan Buatan dalam Pendidikan: Meningkatkan Pembelajaran Personalisasi. Jurnal Teknologi Informatika Dan Komputer, 10(2), 602–615.

Widodo, Z., Harahap, N., Sitompul, N., & Purnama, I. (2026). Prosiding Seminar Nasional Inovasi dan Riset Multidisiplin Perancangan UML Untuk Sistem Informasi Manajemen Pendidikan SD Pada Kabupaten Labuhanbatu Selatan Prosiding Seminar Nasional Inovasi dan Riset Multidisiplin. 1(1), 379–387.

Wirdawati, W., Sovia, R., & Hendrik, B. (2023). Diagnosa Penyakit Tuberkulosis Paru Menggunakan Metode Forward Chaining dan Certainty Factor. Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence), 5(2), 398–407.

Downloads

Published

2026-10-17

How to Cite

PERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TUBERKULOSIS MENGGUNAKAN METODE CERTAINTY FACOR. (2026). JOURNAL OF SCIENCE AND SOCIAL RESEARCH, 9(5), 8306 – 8315. https://doi.org/10.54314/jssr.v9i5.7302