PERANCANGAN SISTEM PAKAR DIAGNOSIS DINI TUBERKULOSIS PARU MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR

Abstract

Tuberkulosis (TBC) masih menjadi ancaman kesehatan global yang serius. Indonesia menempati peringkat kedua dunia dengan sekitar 1.090.000 kasus dan 125.000 kematian per tahun, sementara Provinsi Bali mencatat 3.043 kasus TBC paru pada tahun 2022 dengan Denpasar sebagai daerah tertinggi. Keterbatasan pengetahuan masyarakat, akses fasilitas kesehatan, dan kelemahan sistem pakar tradisional yang hanya mengandalkan logika boolean menyebabkan sistem tidak mampu merepresentasikan tingkat keyakinan diagnosis secara kuantitatif, sehingga hasilnya kurang informatif bagi masyarakat awam. Penelitian ini bertujuan merancang sistem pakar diagnosis dini TBC paru berbasis website yang dapat diakses secara mandiri tanpa batasan waktu dan lokasi, mampu melakukan penalaran gejala secara sistematis sekaligus menangani ketidakpastian secara terukur. Sistem dirancang mengintegrasikan Forward Chaining sebagai mekanisme inferensi berbasis data driven dengan 7 aturan (R1-R7) dan 10 gejala klinis, serta Certainty Factor untuk mengukur tingkat keyakinan melalui pemetaan nilai CF User berbasis pilihan jawaban kontekstual. Basis pengetahuan disimpan dalam struktur database relasional yang terdiri dari 5 tabel. Hasil simulasi menunjukkan sistem mampu menghasilkan diagnosis Terindikasi Tuberkulosis Paru dengan tingkat keyakinan terukur sebesar 98% berdasarkan 8 gejala yang dilaporkan, dilengkapi fitur cetak hasil dalam format PDF, riwayat konsultasi, serta antarmuka website yang dirancang ramah pengguna awam.