Isi Artikel Utama

Abstrak

Mata merupakan salah satu indera yang memiliki kepentingan besar, karena berfungsi untuk hubungan dengan lingkungan sekitar. Apabila terdapat masalah pada mata yang diabaikan, itu akan menjadi pertanda awal dari gangguan mata yang berpotensi berbahaya. Seiring menurunnya kualitas hidup dan tingkat stres yang diterima, keluhan terkait penyakit mata juga meningkat. Pengetahuan dan keterampilan manusia tidak abadi, bisa hilang karena berbagai alasan seperti kematian, pensiun, atau perpindahan pekerjaan. Saat membuat kesimpulan, para pakar dapat dipengaruhi oleh faktor-faktor tertentu yang memiliki potensi untuk memengaruhi hasil akhir kesimpulan tersebut. Agar masyarakat dapat mencegah dan menangani penyakit mata dibutuhkanlah suatu aplikasi sistem pakar untuk membantu petugas poli mata dan masyarakat dalam diagnosa suatu penyakit mata menerapkan metode inferensi teorema Bayes. Teorema Bayes merupakan sebuah persamaan matematika yang digunakan untuk mengestimasi kemungkinan peristiwa di masa mendatang atau probabilitasnya. Probabilitas ini merujuk pada peluang terjadinya hasil berdasarkan informasi sebelumnya. Fungsinya adalah untuk memperbarui prediksi atau hipotesis yang sudah ada. Hasil penelitian ini berupa kesimpulan jenis penyakit mata yang diderita berdasarkan gejala yang dipilih pasien dan telah dihitung menggunakan perhitungan Bayes. Berdasarkan pada pengujian 50 data sampel pasien, didapatkan persentase kesesuaian antara sistem dengan pakar sebesar 86% data uji.

Kata Kunci

Mata, Pakar, Sistem, Teoremapbayes

Rincian Artikel

Cara Mengutip
[1]
Y. H. Agustin, Z. Asgara, dan W. Baswardono, “Pengembangan Aplikasi Diagnosa Penyakit Mata dengan Algoritma Teorema Bayes”, Jurnal Algoritma, vol. 21, no. 1, Mei 2024.

Referensi

[1] N. A. Sagat and A. S. Purnomo, “Sistem Pakar Diagnosa Penyakit Mata Menggunakan Metode Teorema Bayes,” J. Pendidik. dan Teknol. Indones., vol. 1, no. 8, pp. 329–337, 2021, doi: 10.52436/1.jpti.73.
[2] E. Andreas, W. Widhiarso, P. S. Informatika, U. Multi, and D. Palembang, “Klasifikasi Penyakit Mata Katarak Menggunakan Convolutional Neural Network Dengan Arsitektur Inception V3,” pp. 107–113, 2023.
[3] A. A. Pertiwi and A. N. Utomo, “Jurnal Rekayasa Informasi , Vol . 12 No . 1 April 2023 Fundus Retina Mata Untuk Deteksi Penyakit Glaukoma Implementation Of Support Vector Machine ( Svm ) Method On Fundus Image Of Retina Of The Eye For The Detection Of Glaucoma,” vol. 12, no. 1, pp. 19–27, 2023.
[4] D. Nurtyas Sari, A. Fitri Boy, and J. Halim, “Penerapan Metode Certainty Factor Dalam mendiagnosa Penyakit Miopi (Rabun Jauh) Pada Klinik Mata Berlian Medan Program Studi Sistem Informasi, STMIK Triguna Dharma,” J. CyberTech, no. 4, 2018, [Online]. Available: https://ojs.trigunadharma.ac.id/
[5] B. Rizki, “Pemeriksaan Penderita Presbyopia Dengan Status Refraksi Hypermetripia , Myopia , Astigma Dan,” 2023.
[6] I. Arfyanti and M. Fahmi, “Sistem Pakar Diagnosa Penyakit Guillain-Barre Syndrome dengan Menerapkan Algoritma Teorema Bayes,” vol. 7, no. April, pp. 787–792, 2023, doi: 10.30865/mib.v7i2.6065.
[7] Adie Wahyudi Oktavia Gama, I Wayan Sukadana, and Gede Humaswara Prathama, “Sistem Pakar Diagnosa Awal Penyakit Mata (Penelusuran Gejala dengan Metode Backward Chaining),” J-Eltrik, vol. 1, no. 2, p. 34, 2021, doi: 10.30649/j-eltrik.v1i2.34.
[8] L. Marlinda, “Sistem Pakar Diagnosa Penyakit Mata Menggunakan Metode Certainy Factor Jisamar ( Journal of Information System , Applied , Management , Accounting and Researh ) e-ISSN : 2598-8719 ( Online ) p-ISSN : 2598-8700 ( Printed ) JISAMAR ( Journal of Information ,” vol. 3, no. 4, pp. 28–36, 2019.
[9] N. Rubiati et al., “SISTEM PAKAR DIAGNOSA PENYAKIT MATA MENGUNAKAN METODE FORWARD CHAINING Nur,” Lentera Dumai, vol. 12, no. 2, pp. 57–69, 2021.
[10] Muafi, A. Wijaya, and V. A. Aziz, “3 Sistem Pakar Mendiagnosa Penyakit Mata Pada Manusia Menggunakan Metode Forward Chaining,” Core-IT J. Komputasi dan Teknol. Inf., vol. 1, no. 1, pp. 43–49, 2020.
[11] E. Melani and A. A. Trinoto, “Aplikasi Sistem Pakar Diagnosis Penyakit Mata Merah Berbasis Android,” Semnas Ristek (Seminar Nas. …, pp. 139–143, 2021, [Online]. Available: http://proceeding.unindra.ac.id/index.php/semnasristek/article/view/4879
[12] H. Fahmi, “Sistem Pakar Mendiagnosa Penyakit Mata KatarakDengan Metode Certainty Factor Berbasis Web,” Matics, vol. 11, no. 1, p. 27, 2019, doi: 10.18860/mat.v11i1.7673.
[13] R. Rachman, “Sistem Pakar Deteksi Penyakit Refraksi Mata Dengan Metode Teorema Bayes Berbasis Web,” J. Inform., vol. 7, no. 1, pp. 68–76, 2020, doi: 10.31311/ji.v7i1.7267.
[14] V. W. Damayanti et al., “Blefaritis Akut : Diagnosis dan Tatalaksana Acute Blepharitis : Diagnose and Management,” vol. 13, pp. 99–101, 2023.
[15] C. Hidayat, K. I. Santoso, S. Waluyo, and . P., “Sistem Pakar Diagnosa Penyakit Kelinci Hias Berbasis Web,” Transformasi, vol. 17, no. 2, pp. 1–12, 2021, doi: 10.56357/jt.v17i2.273.
[16] A. M. Harahap and Y. Fadhillah, “Aplikasi Sistem Pakar Untuk Identifikasi Virus Covid 19 Menggunakan Metode Certainty Factor Berbasis Framework Laravel,” J. Educ. Dev., vol. 11, no. 1, pp. 550–555, 2023, doi: 10.37081/ed.v11i1.4463.
[17] G. A. S. T. Sormin, W. P. Supit, and L. M. Rares, “Dry Eye Syndrome among Game Addicts,” e-CliniC, vol. 10, no. 1, p. 98, 2022, doi: 10.35790/ecl.v10i1.37477.
[18] T. S. Gunawan et al., “Development of video-based emotion recognition using deep learning with Google Colab,” Telkomnika (Telecommunication Comput. Electron. Control., vol. 18, no. 5, pp. 2463–2471, 2020, doi: 10.12928/TELKOMNIKA.v18i5.16717.
[19] D. Syamsudin, Y. C. D. Halundaka, and A. Nugroho, “Prediksi Status Konsumen Produk Celana Menggunakan Naïve Bayes,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 5, no. 3, p. 177, 2020, doi: 10.31328/jointecs.v5i3.1435.
[20] W. H. Purba, P. Poningsih, D. Suhendro, I. S. Damanik, and I. S. Saragih, “Penerapan Algoritma Naive Bayes pada Penentuan Kelayakan Calon Tenaga Kerja Indonesia,” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. September, p. 771, 2019, doi: 10.30645/senaris.v1i0.83.