Diagnosis Expert System Using Bayes Algorithm

Jurnal TEKNIMEDIA: Teknologi Informasi dan Multimedia

View Publication Info
 
 
Field Value
 
Title Diagnosis Expert System Using Bayes Algorithm
Sistem Pakar Diagnosa Penyakit Ginjal dengan menggunakan Algoritma Bayes
 
Creator Khoironi
Abdul Rosyid
Muhammad Azmi
 
Subject Expert system, kidney disease, bayes
Sistem pakar, penyakit ginjal, bayes.
 
Description Expert systems are computer-based systems that use knowledge, facts and reasoning techniques to solve problems that usually only an expert can solve in a particular field. Expert systems provide added value to technology to assist in an increasingly sophisticated information age. This expert system application produces output in the form of possible kidney disease based on the symptoms felt by the user. This system uses the Bayes method.
The system will look for the highest probability value, from various possible types of disease based on the information requested by the user and exclude the user. The system for diagnosing kidney disease is determined by determining the type of disease based on the user's symptoms. The resulting Bayes value is between 0 and 1. If the resulting Bayes value is continuous, the higher the certainty that the disease is affected. In fact, if the resulting Bayes value is continuous, the less certain the disease involved is.
Sistem pakar adalah sistem yang berbasis komputer yang menggunakan pengetahuan, fakta dan tehnik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tertentu. Sistem pakar memberikan nilai tambah pada teknologi untuk membantu dalam menangani era informasi yang makin canggih. Aplikasi sistem pakar ini menghasilkan keluaran berupa kemungkinan penyakit ginjal yang diderita berdasarkan gejala yang dirasakan oleh user. Sistem ini menggunakan metode Bayes.
Sistem akan mencari nilai probabilitas tertinggi, dari berbagai kemungkinan jenis penyakit berdasarkan gejala yang dimasukkan user dan hasilnya ditampilkan kepada user. Sistem pakar untuk mendiagnosis penyakit ginjal ini menghasilkan keputusan penentuan jenis penyakit berdasarkan gejala yang dipilih user. Nilai Bayes yang mungkin dihasilkan adalah antara 0 sampai 1. Jika nilai Bayes yang dihasilkan semakin mendekati 1, maka semakin tinggi kepastian terkena penyakit terkait. Sebaliknya, jika nilai Bayes yang dihasilkan semakin mendekati 0, maka semakin rendah kepastian terkena penyakit terkait.
 
Publisher Badan Penelitian dan Pengabdian Masyarakat (BP2M) STMIK Syaikh Zainuddin NW Anjani
 
Date 2021-01-02
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier https://jurnal.stmiksznw.ac.id/index.php/teknimedia/article/view/24
10.46764/teknimedia.v1i2.24
 
Source TEKNIMEDIA: Teknologi Informasi dan Multimedia; Vol. 1 No. 2 (2020): Desember 2020; 39-44
2722-6271
2722-6263
10.46764/teknimedia.v1i2
 
Language eng
 
Relation https://jurnal.stmiksznw.ac.id/index.php/teknimedia/article/view/24/18
 
Rights Copyright (c) 2021 TEKNIMEDIA: Teknologi Informasi dan Multimedia
https://creativecommons.org/licenses/by-sa/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library