Perbandingan Metode Certainty Factor dan Dempster Shafer untuk Sistem Pakar Depresi Pasca Melahirkan
DOI:
https://doi.org/10.33633/tc.v20i3.4905Keywords:
Sistem Pakar, Gangguan Depresi Pasca Melahirkan, Certainty Factor, Dempster Shafer, WebsiteAbstract
Gangguan pasca melahirkan merupakan salah satu permasalahan yang dialami oleh seorang ibu setelah melahirkan. Emosional dan perubahan hormon yang tidak stabil setelah melahirkan menimbulkan gangguan psikologis seperti perasaan cemas, maupun depresi. Bagi masyarakat awam, gejala depresi pasca melahirkan dianggap biasa saja sehingga dengan keterbatasan pengetahuannya tidak memerlukan penanganan khusus. Namun hal ini tidak boleh dibiarkan, karena jika hal tersebut dibiarkan terus menerus dan semakin parah akan berdampak buruk pada kondisi ibu maupun bayinya. Melihat kasus yang terjadi maka sangat diperlukan sebuah informasi yang tepat dan mudah mengenai gangguan setelah mengembangkan suatu aplikasi yaitu sistem pakar. Metode Faktor Kepastian danDempster Shafer merupakan metode pakar sistem yang digunakan pada banyak kasus untuk mendukung ketidakpastian pemikiran dari seorang pakar. Penelitian ini bertujuan untuk membandingkan dua metode untuk mengetahui terbaik dalam sistem pakar diagnosis pasca melahirkan, dengan cara mendeteksi nilai CF pada metode Certainty Factor dan densitas pada metode Dempster Shafer . Hasil penelitian membuktikan bahwa metode Certainty Factor lebih baik dibandingkan metode Dempster Shafer dengan nilai perbandingan 90% yang dihasilkan oleh Certainty Factor dan 70% yang dihasilkan oleh Dempster Shafer .Penerapan yang tepat untuk aplikasi sistem pakar yang dibangun yaitu perhitungan metode Certainty Factor dalam membantu pendiagnosaan awal gangguan depresi pascamelahirkan dengan berbasis website .References
I. Paramasatya, “Hubungan Antara Usia dan Paritas dengan Kejadian Baby Blues Syndrome,” Muhammadiyah Surakarta, 2018.
W. Primastika, “Depresi Pasca-Melahirkan dan Bahaya bagi Anak.,” tirto.id, 2019. https://tirto.id/depresi-pasca-melahirkan-dan-bahaya-bagi-anak-dkSK.
Y. K. Sari, D. Kartini, and M. Muliadi, “Implementasi Algoritma Saw(Simple Additive Weighting) Dempster Shafer Pada Diagnosa Awal Postpartum Depression,” Comput. Eng. Sci. Syst. J., vol. 3, no. 1, p. 1, 2018.
Aristoteles, K. Adhianto, R. Andrian, and Y. N. Sari, “Comparative analysis of cow disease diagnosis expert system using Bayesian network and Dempster-Shafer method,” Int. J. Adv. Comput. Sci. Appl., vol. 10, no. 4, pp. 227–235, 2019.
Y. Permana, I. G. P. S. Wijaya, and F. Bimantoro, “Sistem Pakar Diagnosa Penyakit Mata Menggunakan Metode Certainty Factor Berbasis Android,” J. Comput. Sci. Informatics Eng., vol. 1, no. 1, p. 1, 2018.
P. S. Ramadhan, U. Fatimah, and S. Pane, “Analisis Perbandingan Metode ( Certainty Factor , Dempster Shafer dan Teorema Bayes ) untuk Mendiagnosa Penyakit Inflamasi Dermatitis Imun pada Anak,” Sains dan Komput., vol. 17, no. 2, pp. 151–157, 2018.
M. H. Rifqo, D. A. Prabowo, and M. H. Dalila, “Perbandingan Metode Certainty Factor dan Dempster-Shafer Pada Sistem Pakar Diagnosa Penyakit Gigi dan Mulut,” J. Inform. Upgris, vol. 5, no. 2, pp. 150–156, 2019.
M. C. Hemmer, Expert System in chemistry research. Taylor & Francis Group, 2015.
A. S. Sembiring et al., “Implementation of Certainty Factor Method for Expert System,” J. Phys. Conf. Ser., vol. 1255, no. 1, pp. 1–7, 2019.
E. S. Palupi, S. M. Pahlevi, U. Bina, S. Informatika, P. Magister, and I. Komputer, “Diagnosa Depresi pada Mahasiswa Menggunakan Metode Certainty Factor dan Forward Chaining,” Inti Nusa Mandiri, vol. 14, no. 2, pp. 133–138, 2020.
A. M. Alfatah, R. Arifudin, and M. A. Muslim, “Implementation of Decision Tree and Dempster Shafer on Expert System for Lung Disease Diagnosis,” Sci. J. Informatics, vol. 5, no. 1, pp. 50–57, 2018.
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Yunitasari -
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Pernyataan Lisensi
Artikel yang diterbitkan dalam jurnal Techno.Com dilisensikan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional (CC BY-NC 4.0).
Anda diperbolehkan untuk menyalin, mendistribusikan, menampilkan, dan melakukan karya dari artikel ini serta membuat karya turunan selama Anda memberikan kredit yang sesuai kepada penulis asli dan tidak menggunakan karya ini untuk tujuan komersial. Untuk melihat salinan lisensi ini, kunjungi [Creative Commons Attribution-NonCommercial 4.0 International](https://creativecommons.org/licenses/by-nc/4.0/).
---
Contoh pengkreditan:
- Penulis: [Nama Penulis]
- Judul Artikel: [Judul Artikel]
- Jurnal: Techno.Com, Vol. [Nomor Volume], No. [Nomor Edisi], Tahun [Tahun Penerbitan]
Jika Anda ingin menggunakan karya ini untuk tujuan komersial, Anda harus mendapatkan izin terlebih dahulu dari penulis atau penerbit.
---