ACEP ROHMAN - 17170018 Primary Author Phitsa Mauliana, S.T., M.Kom., M.M (Pembimbing) Editor mixed material bibliography 2021/2022 id Indonesia

Skripsi

Abstrak Penyakit pada ibu hamil telah menjadi suatu penyakit yang cukup banyak diderita oleh masyarakat. Menurut data kementrian kesehatan pada tahun 2019 tercatat 305.000 ibu meninggal per 100.000 orang yang menjadikan angka kematian ibu hamil (AKI) masih sangat tinggi hingga mencapai 90% dari yang diperkirakan. Peningkatan penyakit pada ibu hamil yang semakin tinggi ini terjadi karena kurangnya informasi yang didapatkan oleh ibu hamil. Banyak ibu hamil yang menyepelekan penyakit-penyakit ringan seperti pusing, mual atau gatal-gatal sehingga membuatnya malas untuk berkonsultasi ke dokter ataupun ahlinya, hal ini tentu saja merugikan ibu hamil tersebut yang mengakibatkan terjadinya kerancuan diagnosis. Untuk memudahkan ibu hamil mendapatkan informasi tentang penyakit ibu hamil perlu adanya suatu aplikasi sistem pakar yang berfungsi seperti seorang ahli yang dapat melakukan diagnosis terhadap penyakit pada ibu hamil. Aplikasi sistem pakar ini melalui alur inferensi forward chainning yaitu dengan memasukkan gejala dan selanjutnya akan dilacak kedepan dengan menggunakan aturan IF_THEN, kemudian akan diperoleh kesimpulan. Kesimpulan tersebut akan lebih akurat lagi dengan metode Certainty faktor yaitu menambahkan nilai kepastian dari seorang ahli atau pakar dan seorang pasien atau user. Jika gejala yang dimasukkan oleh pasien atau user tidak memenuhi aturan certainty faktor maka akan menggunakan metode teorema bayes. Hasil penelitian menunjukkan bahwa sistem pakar ini dapat digunakan untuk mendiagnosa penyakit pada ibu hamil. Sistem Pakar diagnosis Penyakit pada ibu hamil Cartainty Faktor Berbasis Android NONE Digital Library ARS University Perpustakan Online ARS University 002/S1.TI.SKP/2021-2022 S02448K Teknik Informatika 002/S1.TI.SKP/2021-2022 Hal Depan Bab 1 Bab 3 Bab 5 DAFTAR PUSTAKA Hal Belakang Lampiran Screenshot_2023-04-04_102028.png.png 7298 2023-04-04 10:23:41 2023-04-04 10:25:33 machine generated