PENGEMBANGAN DETEKSI DINI DAN PENANGANAN PNEUMONIA MENGGUNAKAN EXPERT SYSTEM BERBASIS WEB

Authors

  • Heri Nur Cahyanto Institut Kesehatan dan Bisnis Surabaya
  • Octo Zulkarnain Institut Kesehatan dan Bisnis Surabaya
  • Denis Farida Institut Kesehatan dan Bisnis Surabaya

DOI:

https://doi.org/10.31004/jkt.v4i4.20599

Keywords:

Deteksi dini, expert system, Pneumonia

Abstract

Pneumonia merupakan penyebab utama kematian balita di seluruh dunia. Pada tahun 2017, lebih dari 800.000 balita meninggal akibat pneumonia, melebihi kematian akibat AIDS, malaria, dan tuberculosis. Pneumonia menyumbang 14% dari seluruh kematian anak di bawah usia 5 tahun, menewaskan 740.180 anak pada tahun 2019. Penyakit ini merupakan infeksi akut pada jaringan paru-paru dan bisa disebabkan oleh berbagai faktor seperti bakteri, virus, jamur, bahan kimia, atau pengaruh dari penyakit lain. Menggunakan metode Research and Development (R&D) untuk menghasilkan sebuah produk baru berupa sistem pakar yang dapat melakukan deteksi dini. Penelitian pendahuluan dilakukan melalui wawancara dengan dokter spesialis paru dan studi literatur untuk mengumpulkan data tentang gejala dan penyakit pneumonia. Data tersebut diolah menggunakan metode Case Based Reasoning dan diimplementasikan ke dalam program sistem pakar dengan perancangan diagram use case. Pengujian sistem melibatkan 30 pasien dengan pneumonia dan 30 pasien non-pneumonia, dengan setiap pengujian diulangi sebanyak tiga kali. Dalam pengujian, data pasien dimasukkan ke dalam aplikasi web, dan sistem pakar memberikan diagnosis dan strategi perawatan yang sesuai. Hasil pengujian menunjukkan bahwa sistem memiliki tingkat akurasi keseluruhan sebesar 98,9%. Namun, terdapat perbedaan dalam akurasi antara data pasien dengan pneumonia dan data pasien non-pneumonia. Tingkat akurasi sebesar 98,9% menunjukkan sistem pakar dengan metode Case-Based Reasoning memiliki potensi besar untuk mengidentifikasi kasus pneumonia dengan tingkat keberhasilan yang sangat tinggi. Sistem ini dapat menjadi alat yang sangat berguna dalam mendukung diagnosis medis. Sistem ini memiliki potensi untuk mengurangi angka kematian akibat pneumonia, terutama pada balita, dan meningkatkan perawatan kesehatan secara keseluruhan.

References

Abdjul, R. L., & Herlina, S. (2020). Asuhan Keperawatan Pada Pasien Dewasa Dengan Pneumonia?: Study Kasus. 2(2), 102–107.

Arani, L. A., Sadoughi, F., & Langarizadeh, M. (2019). An expert system to diagnose pneumonia using fuzzy logic. Acta Informatica Medica, 27(2), 103–107. https://doi.org/10.5455/aim.2019.27.103-107

Josefa, R., Sovia, R., & Mandala, E. P. (2019). Sistem Pakar Diagnosa Penyakit Pneumonia Pada Anak Menggunakan Metode Case Based Reasoning. Sainteks, 6(ISBN?: 978-602-52720-1-1), 868–872.

Kemenkes. (2020). Profil Kesehatan Indonesia Tahun 2019. Kementerian Kesehatan RI.

Rejer, I., & Twardochleb, M. (2018). Gamers’ involvement detection from fig EEG data with cGAAM – A method for feature selection for clustering. Expert Systems with Applications, 101, 196–204. https://doi.org/10.1016/j.eswa.2018.01.046

Ridho Handoko, M., & Neneng. (2021). Sistem Pakar Diagnosa Penyakit Selama Kehamilan Menggunakan Metode Naive Bayes Berbasis Web. Jurnal Teknologi Dan Sistem Informasi (JTSI), 2(1), 50–58. http://jim.teknokrat.ac.id/index.php/JTSI

Savitri, N., Miranda, I., Sitorus, A., Luh, N., Andini, E., Husna, N. L., & Balita, K. (2019). Determinan Jumlah Kematian Balita Akibat Pneumonia Di Indonesia Tahun 2019 Dengan Pendekatan Generalized Poisson Regression. 5, 40–51.

WHO. (2022). Pneumonia in children. https://www.who.int/news-room/fact-sheets/detail/pneumonia

Downloads

Published

2023-12-11

How to Cite

Cahyanto, H. N. ., Zulkarnain, O. ., & Farida, D. . (2023). PENGEMBANGAN DETEKSI DINI DAN PENANGANAN PNEUMONIA MENGGUNAKAN EXPERT SYSTEM BERBASIS WEB . Jurnal Kesehatan Tambusai, 4(4), 5182–5187. https://doi.org/10.31004/jkt.v4i4.20599

Issue

Vol. 4 No. 4 (2023): DESEMBER 2023

Section

Articles

License

Copyright (c) 2023 Heri Nur Cahyanto, Octo Zulkarnain, Denis Farida

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).