Pertanyaan Yang Sering Diajukan
Temukan jawaban untuk pertanyaan umum tentang cara kerja sistem dan penyakit pneumonia.
Definisi Sistem Pakar
Sistem pakar adalah cabang kecerdasan buatan (AI) yang mengadopsi pengetahuan, pengalaman, dan kemampuan penalaran dari seorang dokter spesialis anak ke dalam basis pengetahuan komputer. Sistem ini dirancang untuk mendeteksi dini indikasi penyakit layaknya seorang pakar medis secara instan.
Mengingat keluhan klinis pneumonia pada penderita sering kali bersifat samar-samar atau mirip dengan gejala batuk pilek biasa, sistem ini menyediakan dua metode inferensi utama (Forward Chaining dan Certainty Factor) untuk membantu memberikan opsi analisis yang komprehensif bagi orang tua balita.
Tahapan Proses Forward Chaining
Metode Forward Chaining menggunakan teknik penalaran maju. Pelacakan dimulai dari kumpulan fakta klinis (gejala-gejala pneumonia yang dipilih oleh pengguna) untuk mencocokkan ke dalam aturan (*rule-base*) bersyarat berupa:
Sistem akan terus mencari kecocokan logika hingga menemukan kesimpulan diagnosis yang tegas, kaku, dan definitif.
Tahapan Aturan Perhitungan Sistem
Perkalian Bobot Gejala (CF Gejala Tunggal)
Setiap indikator klinis memiliki nilai bobot bawaan dari pakar medis (CF Pakar) serta nilai keyakinan pilihan pasien (CF User). Langkah pertama adalah mengalikan rasio kedua nilai tersebut.
Kombinasi Gejala (CF Combine)
Jika pengguna memilih lebih dari satu gejala untuk kesatuan kluster penyakit, deret nilai CF tunggal tersebut dihitung secara berantai mengikuti formulasi kombinasi aturan kaidah berikut:
Konversi Nilai ke Persentase Kesimpulan
Hasil akumulasi matematika akhir (CF Combine) kemudian dikalikan konstanta 100 guna memunculkan nilai persentase tingkat kepastian hasil diagnosis final sistem.