Open Journal Systems

Sistem Prediksi Gejala Virus Korona dengan Metode Forward Chaining

       Mochammad Bagus Priyantono, Adam Achmad Rachmawan, Lalu Agung Purnama Budi, Kartika Candra Kirana

Abstract


Keberadaan teknologi yang semakin berkembang membuat pemanfaatan teknologi di berbagai bidang mulai diterapkan. Salah satunya dalam memprediksi dini gejala penyakit Korona. Penelitian ini bertujuan untuk mengembangkan sistem prediksi gejala dini penyakit Korona. Sistem ini dikembangkan dengan menggunakan kolaborasi Java dan Swi Prolog. Proses prediksi pada sistem ini dilakukan menggunakan metode Forward Chaining. Proses prediksi pada sistem ini diperoleh dari fakta-fakta yang diperoleh dari gejala yang dialami pasien. Data-data mengenai gejala pasien tersebut diperoleh melalui hasil studi literatur. Hasil penelitian menunjukkan bahwa sistem yang dibuat mampu memprediksi gejala dini penyakit Korona. Sistem ini dapat memprediksi dengan tingkat presisi sebesar 94,9%, recall sebesar 88,6%, dan akurasi sebesar 95%.


  http://dx.doi.org/10.31544/jtera.v5.i1.2019.111-118

Keywords


prediksi; penyakit Korona; Forward Chaining; akurasi

Full Text:

  PDF

References


(2020) CNBC Indonesia. [Online]. Avaiable: https://www.cnbcindonesia.com/market/20200126071929-17-132759/awas-efek-viruskorona-di-pasar-bisa-lebih-besar-dari-sars

S. Walyani and E. Elisabeth, Materi Ajar Lengkap Kebidanan Komunitas, Yogyakarta: Pustaka Baru Press, 2014.

A. Yani, “Pemanfaatan Teknologi Dalam Bidang Kesehatan Masyarakat,” PROMOTIF: Jurnal Kesehatan Masyarakat, vol. 8, no. 1, pp. 97-103 2018.

A. Zein, “Pendeteksian Virus korona Dalam Gambar X-Ray Menggunakan Algoritma Artificial Intelligence Dengan Deep Learning Python),” Jurnal Teknologi Informasi ESIT, vol. 15, no. 01, pp. 19-23, 2020.

A. Nurkholis and D. S. Lestari, “Sistem Pakar Penyakit Lambung Menggunakan Metode Forward Chaining,” in Prosiding SNST ke-7, Semarang, 2016, pp. 1-6.

R. N. Aini and H. R. Hatta, “Sistem Pakar Pendiagnosa Penyakit Tuberkulosis,” Jurnal Informatika Mulawarman, vol. 12, no. 1, pp. 56-63, 2017.

A. S. Rosa and M. Shalahuddin, Modul Pembelajaran Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek), Bandung: Modula, 2011.

I. P. W. Ariawan, D. B. Sanjaya, and D. G. H. Divayana, “An Evaluation of the Implementation of Practice Teaching Program for Prospective Teachers at Ganesha University of Education Based on CIPP-Forward Chaining,” International Journal of Advanced Research in Artificial Intelligence, vol. 5, no. 2, pp. 1-5, 2016.

(2020) Novel korona Virus 2019 Dataset. [Online]. Avaiable: https://www.kaggle.com/sudalairajkumar/novel-korona-virus-2019dataset#COVID 19_open_line_list.csv

J. A. Sidette, E. Sediyono, and O. D. Nurhayati, “Pendekatan Metode Pohon Keputusan Menggunakan Algoritme ID3 Untuk Sistem Informasi Pengukuran Kinerja PNS,” Jurnal Sistem Informasi Bisnis, vol 2, pp. 75-85, 2014.




DOI: http://dx.doi.org/10.31544/jtera.v5.i1.2019.111-118
Abstract 83 View    PDF viewed = 23 View

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 JTERA (Jurnal Teknologi Rekayasa)

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

Copyright @2016-2020 JTERA (Jurnal Teknologi Rekayasa) p-ISSN 2548-737X e-ISSN 2548-8678.

     Lisensi Creative Commons

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

 

JTERA Editorial Office:
Politeknik Sukabumi
Jl. Babakan Sirna 25, Sukabumi 43132, West Java, Indonesia
Phone/Fax: +62 266215417
Whatsapp: +62 81809214709
Website: https://jtera.polteksmi.ac.id
E-mail: jtera@polteksmi.ac.id