SISTEM PAKAR DIAGNOSA KONDISI GIGI TIRUAN MENGGUNAKAN METODE NAÃVE BAYES CLASSIFIER
DOI:
https://doi.org/10.31000/jika.v7i1.7257Abstrak
Gigi merupakan salah satu anggota tubuh yang sangat penting karena digunakan setiap hari untuk mengunyah makanan. Terdapat penyakit yang menyebabkan gigi menjadi rusak dan tidak bisa digunakan untuk mengunyah dengan baik, hal tersebut menyebabkan diciptakannya gigi tiruan sebagai pengganti gigi asli. Gigi tiruan pun menjadi hal yang sangat berguna bagi TNI sehingga TNI Angkatan udara mempunyai rumah sakit khusus untuk menyediakan gigi tiruan dan berkonsultasi jika ada kerusakan. Masalah yang ditemukan adalah banyak dari TNI yang ada diluar Jakarta telah datang ke RS TNI Martadinata untuk berkonsultasi, padahal gigi tiruannya masih bagus. Penelitian ini bertujuan untuk membuat aplikasi yang dapat memudahkan TNI di seluruh Indonesia untuk dapat berkonsultasi atau mendapat diagnosis dini apakah gigi tiruan yang digunakan harus segera diganti atau masih dapat digunakan. Metode penelitian yang digunakan adalah metode Naïve Bayes Classifier dimana cara kerjanya berdasarkan probabilitas. Dari hasil penelitian ini yaitu penulis melakukan uji coba terhadap data gejala 12 pasien, data gejala dibandingkan dengan data gejala yang menyebabkan kondisi gigi tiruan harus ditindak atau tidak dan hasilnya adalah nilai 0.00890 paling besar, maka contoh kasus pasien ke-1 di klasifikasikan sebagai tingkat tidak perlu dilakukan tindakan.
Referensi
AR, K. (2018). Sistem Pakar Antisipasi Kegagalan Pengembangan Sistem Informasi dengan Pendekatan Forward Chaining. Elkawnie, 3(2), 211–232. https://doi.org/10.22373/ekw.v3i2.2772
Arysespajayadi, A., Sutoyo, M. N., & Qammaddin, Q. (2019). Implementasi Metode Certainty Factor pada Sistem Pakar Diagnosa Penyakit Karies Gigi. Jurnal Sains Dan Informatika, 5(2), 167–176. https://doi.org/10.34128/JSI.V5I2.188
Cahyadi, D., & Wahyudin. (2019). Sistem Informasi Pendukung Keputusan Diagnosis Penyakit Gigi Berbasis Web Pada Klinik Metro Medika Bogor. Jurnal Rekayasa Informasi, 8(1), 1–21.
Dzahabi Yunas, R. Al, Triayudi, A., & Sholihati, I. D. (2021). Implementasi Sistem Pakar untuk Mendeteksi Virus Covid-19 dengan Perbandingan Metode Naïve Bayes dan Certainty Factor. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 5(3), 338. https://doi.org/10.35870/jtik.v5i3.221
Fahrozi, W., Indra, E., & Harahap, C. B. (2019). Sistem Pakar Mendiagnosa Kemusyrikan Umat Islam Dengan Metode Forward Chaining. Jurnal Sistem Informasi Dan Ilmu Komputer Prima(JUSIKOM PRIMA), 3(1), 1–4. https://doi.org/10.34012/jusikom.v3i1.160
Fitriyani, F. (2018). Metode Bagging Untuk Imbalance Class Pada Bedah Toraks Menggunakan Naive Bayes. Jurnal Kajian Ilmiah, 18(3), 278. https://doi.org/10.31599/jki.v18i3.281
Girsang, R. R., & Fahmi, H. (2019). Sistem Pakar Mendiagnosa Penyakit Mata KatarakDengan Metode Certainty Factor Berbasis Web. Matics, 11(1), 27. https://doi.org/10.18860/mat.v11i1.7673
Handoko, M. R., & Neneng. (2021). Sistem Pakar Diagnosa Penyakit Ispa Menggunakan Metode Naive Bayes Classifier Berbasis Web. CSRID (Computer Science Research and Its Development Journal), 10(3), 127. https://doi.org/10.22303/csrid.10.3.2018.127-138
Keumala, C. R., & Mardelita, S. (2021). HUBUNGAN PENGETAHUAN MASYARAKAT DENGAN TINDAKAN PEMELIHARAAN GIGI TIRUAN SEBAGIAN LEPASAN DI DESA COT BAROH KABUPATEN BIREUEN. JURNAL MUTIARA KESEHATAN MASYARAKAT, 6(2), 56–61. https://doi.org/10.51544/JMKM.V6I2.2318
Marthinu, L., & Bidjuni, M. (2020). PENYAKIT KARIES GIGI PADA PERSONIL DETASEMEN GEGANA SATUAN BRIMOB POLDA SULAWESI UTARA TAHUN 2019 (pp. 58–64).
Marthinu, L. T., & Bidjuni, M. (2020). Penyakit Karies Gigi Pada Personil Detasemen Gegana Satuan Brimob Polda Sulawesi Utara Tahun 2019. JIGIM (Jurnal Ilmiah Gigi Dan Mulut), 3(2), 58–64. https://doi.org/10.47718/jgm.v3i2.1436
Nurwulandari, T., & Arifin, T. (2019). Sistem Pakar Untuk Mendeteksi Tumbuh Kembang Anak Usia 0 Sampai 2 Tahun Berbasis Android. Jurnal Tekno Insentif, 12(2), 28–35. https://doi.org/10.36787/jti.v12i2.72
Rahayu, I., Topiq, S., & Susanti, S. (2020). Perancangan Sistem Pakar Diagnosa Penyakit Pada Bayi Menggunakan Metode Dempster Shafer. Jurnal Responsif : Riset Sains Dan Informatika, 2(2), 222–231. https://doi.org/10.51977/jti.v2i2.314
Syarifudin, A., Hidayat, N., & Fanani, L. (2018). Sistem Pakar Diagnosis Penyakit Pada Tanaman Jagung Menggunakan Metode Naive Bayes Berbasis Android. In Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (Vol. 2, Issue 7, pp. 2738–2744). http://j-ptiik.ub.ac.id
Tuslaela, T., & Permadi, D. (2018). SISTEM PAKAR DIAGNOSA PENYAKIT GIGI DAN MULUT BERBASIS WEB DENGAN METODE FORWARD CHAINING. Undefined, Tuslaela,.
Unduhan
File Tambahan
Diterbitkan
Terbitan
Bagian
Lisensi
License and Copyright Agreement
In submitting the manuscript to the journal, the authors certify that:
- They are authorized by their co-authors to enter into these arrangements.
- That it is not under consideration for publication elsewhere,
- That its publication has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
- They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
- They agree to the following license and copyright agreement.
Copyright
Authors who publish with International Journal of Advances in Intelligent Informatics 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 (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.Â
- 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 acknowledgment 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.
Licensing for Data Publication
International Journal of Advances in Intelligent Informatics use a variety of waivers and licenses, that are specifically designed for and appropriate for the treatment of data:
Open Data Commons Attribution License, http://www.opendatacommons.org/licenses/by/1.0/ (default)
Creative Commons CC-Zero Waiver, http://creativecommons.org/publicdomain/zero/1.0/
Open Data Commons Public Domain Dedication and Licence, http://www.opendatacommons.org/licenses/pddl/1-0/
Other data publishing licenses may be allowed as exceptions (subject to approval by the editor on a case-by-case basis) and should be justified with a written statement from the author, which will be published with the article.
Open Data and Software Publishing and Sharing
The journal strives to maximize the replicability of the research published in it. Authors are thus required to share all data, code or protocols underlying the research reported in their articles. Exceptions are permitted but have to be justified in a written public statement accompanying the article.
Datasets and software should be deposited and permanently archived inappropriate, trusted, general, or domain-specific repositories (please consult http://service.re3data.org and/or software repositories such as GitHub, GitLab, Bioinformatics.org, or equivalent). The associated persistent identifiers (e.g. DOI, or others) of the dataset(s) must be included in the data or software resources section of the article. Reference(s) to datasets and software should also be included in the reference list of the article with DOIs (where available). Where no domain-specific data repository exists, authors should deposit their datasets in a general repository such as ZENODO, Dryad, Dataverse, or others.
Small data may also be published as data files or packages supplementary to a research article, however, the authors should prefer in all cases a deposition in data repositories.
