Aplikasi sistem pakar merupakan sistem informasi yang dapat digunakan untuk membantu masyarakat dalam mencari solusi permasalahan tanpa harus berkonsultasi dengan spesialis pakar. Tujuan penelitian ini adalah membangun aplikasi sistem pakar berbasis website yang dapat digunakan untuk membantu masyarakat dalam mendiagnosa penyakit campak rubella sejak dini. Campak rubella merupakan salah satu penyakit yang dapat menginfeksi balita dan anak-anak sehingga akan sangat berpengaruh pada tumbuh kembang anak, menyebabkan cacat seumur hidup, hingga mengakibatkan kematian. Sistem pakar berbasis website yang dibangun pada penelitian ini memiliki kelebihan dapat diakses dan digunakan dimana saja menggunakan koneksi internet dibandingkan dengan aplikasi sistem pakar berbasis komputer desktop. Metodologi yang digunakan untuk mendiagnosa penyakit campak rubella pada penelitian ini adalah menggunakan metode Certainty Factor (CF). Nilai CF diperoleh berdasarkan perhitungan nilai input persentase Measure Belief (MB) dan Measure Disbelief (MD), dimana nilai MB berfungsi untuk mengukur dan mengetahui nilai tingkat kepercayaan sedangkan MD berfungsi untuk mengukur dan mengetahui nilai tingkat ketidakpercayaan. Hasil dari penelitian ini adalah ketika nilai CF >= 0.8, maka sistem akan mendiagnosa bahwa pasien menderita penyakit campak rubella. Jika nilai CF = 0.4 maka sistem akan mendiagnosa pasien mungkin menderita penyakit campak rubella, dan jika nilai CF =0.8, and then the system will diagnose the patient is suffering from rubella measles disease. When the CF value is =0.4 then the system diagnose the patient probably suffer the rubella measles disease, and then when the CF value is <0.4 then the system will diagnose the patient is not hurting the rubella measles disease. The software that was built has been tested using a black-box technique, where the results of the test showed that the software that was built could run well and could be used to diagnose the rubella measles according to complaints from patients.
Collaboration network of the authors
6 authors ·
8 co-authorship links
· 5 across different organisations
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
Universitas Handayani Makassar
Universitas Muslim Maros
Politeknik Negeri Ujung Pandang
Different organisations
Same organisation
Affiliation unknown
Thicker line = more joint articles · bigger circle = more articles
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.