Penerapan Metode Dempster Shafer Untuk Diagnosa Penyakit Batu Karang

(1)

Penerapan Metode Dempster Shafer Untuk Diagnosa Penyakit Batu Karang

Vina Winda Sari, Muhammad Zunaidi, Asyahri Hadi Nasyuha^*, Marsono Sistem Informasi, STMIK Triguna Dharma, Medan, Indonesia

Email: ¹[email protected], ²[email protected], ^3,*[email protected], ⁴[email protected] Email Penulis Korespondensi: [email protected]

Abstrak−Batu karang atau batu saluran kemih merupakan suatu endapan kecil dan keras yang terbentuk diginjal, saluran kemih dan sering menimbulkan rasa sakit saat buang air kecil, dikarenakan pengetahuan masyarakat yang minim terhadap masalah penyakit batu karang, dan untuk mengetahui keadaan tersebut biasanya masyarakat melakukan pemeriksaan ke Rumah Sakit atau Dokter. Namun hal ini tidak semua orang dapat melakukannya, hal ini dapat dikarenakan faktor perekonomian yang kurang mencukupi ataupun jarak yang jauh untuk mendatangi Dokter, terdapat pula kelemahan setiap jam kerja praktek Dokter yang terbatas. Oleh karena itu diperlukan inovasi dan solusi dalam kondisi tersebut, yaitu dengan memanfaatkan teknologi komputer untuk membangun sistem pakar yang memiliki kemampuan selayaknya seorang dokter dalam melakukan diagnosa. Penelitian ini bertujuan untuk menciptakan suatu analisis sistem pakar dengan metode Dempster Shafer yang dapat membantu dokter dan asisten dokter, ataupun masyarakat umum dalam mendiagnosa penyakit batu karang. Hasil dari penelitian ini menunjukkan bahwa dengan analisis metode Dempster Shafer mendapatkan hasil diagnosa yang lebih optimal dan akurat terkait penyakit batu karang yang tersedia untuk masyarakat umum dan dapat membantu dalam pemeriksaan penyakit batu karang.

Kata Kunci: Sistem Pakar; Dempster Shafer; Batu Karang

Abstract−Rocks or urinary tract stones are small and hard deposits that form in the kidneys, urinary tract and often cause pain when urinating, due to lack of public knowledge about the problem of coral disease, and to find out about this situation, people usually do an examination at the home. Sick or Doctor. However, not everyone can do this, this can be due to insufficient economic factors or long distances to visit the doctor, there are also weaknesses in the limited working hours of the doctor's practice. Therefore, innovations and solutions are needed in these conditions, namely by utilizing computer technology to build an expert system that has the ability as a doctor in making diagnoses. This study aims to create an expert system analysis with the Dempster Shafer method that can help doctors and physician assistants, or the general public in diagnosing co ral stone disease. The results of this study indicate that with the analysis of the Dempster Shafer method, more optimal and accurate diagnostic results related to coral disease are available to the general public and can assist in the examination of coral disease.

Keywords: Expert System; Dempster Shafer; Coral Disease.

1. PENDAHULUAN

Batu karang atau batu saluran kemih merupakan suatu endapan kecil dan keras yang terbentuk diginjal dan sering menimbulkan rasa sakit saat buang air kecil, jika batu tersebut besar maka bisa tersekat di dalam buah pinggang atau saluran kencing dan menyebabkan rasa sakit. Rasa nyeri sering berubah seiring pergerakan batu karang pada saluran urin. Batu karang dapat menimbulkan tanda atau gejala sampai batu tersebut bergerak di dalam ureter pipa yang menghubungkan ginjal dan kandung kemih[1]. Dari beberapa tanda dan gejala yang dirasakan, tidak semua masyarakat mengetahui apakah dirinya mengidap penyakit batu karang atau tidak, dan untuk mengetahui keadaan tersebut biasanya masyarakat melakukan pemeriksaan ke Rumah Sakit atau Dokter. Namun hal ini tidak semua orang dapat melakukannya, hal ini dapat dikarenakan faktor perekonomian yang kurang mencukupi ataupun jarak yang jauh untuk mendatangi Dokter, terdapat pula kelemahan setiap jam kerja praktek Dokter yang terbatas, dan seiring dengan berkembangnya teknologi informasi serta komunikasi yang semakin meningkat, maka kebutuhan akan informasi yang cepat dan akurat menjadi kebutuhan yang utama, terutama dalam perkembangan di dunia medis juga semakin meningkat. Penerapan penelitian ini dapat memberikan pengetahuan tambahan kepada masyarakat khususnya pengetahuan pada batu karang, penelitian ini membangun sebuah sistem android yang dapat mendiagnosa penyakit batu karang dengan pengembangan konsep sistem cerdas yang diimplementasikan kedalam aplikasi Android sehingga dapat digunakan oleh masyarakat untuk melakukan diagnosa penyakit batu karang.

Disarankan Reserch and Development digunakan sebagai metode penelitian untuk membangun sistem berbasis android[2], tujuan nya agar dapat menghasilkan produk baru berbentuk sistem berbasis Android [3], data yang digunakan bersumber dari hasil wawancara dari dokter spesialis yang mengetahui penyakit batu karang.

Menciptakan sebuah sistem yang mengembangkan konsep keilmuan Arificial Intelegence yang menggunakan metode Dempster Shafer merupakan tujuan dari penelitian ini. Sistem pakar merupakan sistem yang mengadopsi cara berfikir manusia dalam menyelesaikan suatu permasalahan kedalam bentuk sistem berbasis komputer seperti pada penelitian sistem pakar sebelumnya [4] yang meneliti tanaman pisang dengan teorema bayes dan,[5] yang menggunakan sistem pakar untuk meneliti penyakit impetigo pada balita dengan dempster shafer, dan setiap masalah yang akan diselesaikan memerlukan suatu metode yang tepat dalam penerapannya, dan dalam mendiagnosa penyakit Batu Karang ini akan menerapkan metode Dempster Shafer, seperti penelitian [6] yang meneliti penyakit kelinci dengan metode dempster shafer, dan penelitian [7] untuk masalah penyakit akibat bakteri.

(2)

2. METODE PENELITIAN

2.1 Tahapan Penelitian

Penelitian ini menggunakan penerapan pendekatan kuantitatif untuk menguji kebenaran hipotesis berupa probabilitas penyakit batu karang sesuai dengan gejala yang dialami dengan menggunakan analisis metode Dempster Shafer[5]. Disamping itu terdapat kerangka kerja yang harus dilakukan untuk menyelesaikan penelitian ini, berikut daftar kerangka kerja yang harus diikuti:

Gambar 1. Kerangka Penelitian 2.2 Analisis Masalah

Penelitian ini mengacu pada keterbatasan tenaga ahli atau dokter khusus yang dapat menangani penyakit batu karang sehingga perlu diciptakan sebuah sistem kesehatan berbasis android yang menawarkan solusi penanganan awal penyakit batu karang. Program Sistem Pakar merupakan program dengan basis pengetahuan yang dinamis, dengan kata lain pengetahuan yang ada pada program ini harus dapat bertambah atau bisa diedit tanpa harus mengubah isi dari program secara keseluruhan. Terhambatnya penanganan penyakit batu karang disebabkan kurangnya pengetahuan masyarakat umum terkait penyakit tersebut sehingga tidak dapat memberikan bantuan awal ketika mengalami penyakit batu karang. Untuk mengatasi permasalahan tersebut, maka di buat Program Sistem Pakar yang melibatkan pengetahuan seorang pakar yang ahli dpada penyakit batu karang, sehingga memudahkan dalam mendiagnosa penyakit dan melakukan pencegahan serta membuat solusi layaknya seorang pakar. Untuk menghasilkan sistem pakar yang baik, maka dibutuhkan sebuah metode yang dapat diandalkan dalam melakukan proses diagnosa, dan metode yang digunakan dalam hal ini adalah metode Dempster Shafer[5],[8].

2.2.1 Sistem Pakar

Sistem pakar atau Expert System biasa disebut juga dengan Knowledge Based System yaitu suatu aplikasi komputer yang ditujukan untuk membantu pengambilan keputusan atau pemecahan persoalan dalam bidang yang spesifik[9],[2]. Sistem ini bekerja dengan menggunakan pengetahuan dan metode analisis yang telah didefinisikan terlebih dahulu oleh pakar yang sesusai dengan bidang keahliannya[10],[11]. Sistem pakar juga dapat didefenisikan sebagai program kecerdasan buatan yang menggabungkan pangkalan pengetahuan base dengan sistem inferensi untuk menirukan seorang pakar[12],[13]. Sistem pakar merupakan sistem yang berupa mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli[14],[15].

2.2.2 Dempster Shafer

Metode Dempster Shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal) yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Teori ini dikembangkan oleh P.Dempster dan Glenn Shafer[16],[17].

Secara umum teori Dempster Shafer ditulis dalam suatu interval :

1. Belif (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0 (nol) maka mengindikasikan bahwa tidak ada evidence, dan jika bernilai 1 menunjukan adanya kepastian.

Dimana nilai bel yaitu (0-0.9).

2. Plausibility/logis (Pls) dinotasikan sebagai :

Pengumpulan Pengetahuan Pakar

Analisis Data

Penerapan Metode Dempster Shafer

Hasil Diagnosa Analisis Masalah

(3)

Bel(X) = ∑_𝑦=𝑥m (Y) (1)

Sedangkan, Plausibility (Pls) dinotasikan sebagai berikut:

Pls(X)=1 - Bel(X^’)=1 - ∑_𝑦=𝑥m (X′) (2)

Dimana:

Bel(X) = Belief (X) Pls(X) = Plausibility (X) m(X)= mass function dari (X) m(Y) = mass function dari (Y)

Pada aplikasi sistem pakar dalam satu penyakit terdapat sejumlah evidence yang akan digunakan pada faktor ketidakpastian dalam pengambilan keputusan untuk diagnosa suatu penyakit. Untuk mengatasi sejumlah evidence tersebut pada teori Dempster-Shafer menggunakan aturan yang lebih dikenal dengan Dempster’s Rule of Combination.

m3(Z) =∑_𝑋__𝑌−𝑍m1(X)m2(Y) (3)

Dimana:

m3(Z) = mass function dari evidence (Z) m1(X) = mass function dari evidence (X) m3(Y) = mass function dari evidence (Y)

Secara umum formulasi untuk Dempster’s Rule of Combination adalah:

M3(Z) = ^∑^{𝑋𝑌−𝑍}^m1(X)m2(Y)

1−𝐾 (4)

Dimana: k = Jumlah evidential conflict.

Besarnya jumlah evidential conflict (k) dirumuskan dengan :

K =∑_𝑋__𝑌−𝜃m1(X)m2(Y) (5)

Sehingga bila persamaan (5) disubstitusikan ke persamaan (4) akan menjadi:

m3(z) = ∑ 𝑥 ∩ 𝑌 − 𝑧 𝑚1(𝑋). 𝑚2(𝑌) 1 − ∑ 𝑥 ∩ 𝑌 − 𝜃 𝑚1(𝑋). 𝑚2(𝑌) Dimana:

m3(Z) = mass function dari evidence (Z) m1(X )= mass function dari evidence (X) m2(Y) = mass function dari evidence (Y) k = jumlah evidential conflict.

3. HASIL DAN PEMBAHASAN

Untuk menciptakan sebuah sistem yang mampu mendiagnosa penyakit dan memberikan solusi seperti seorang pakar, maka dibutuhkan Langkah-langkah yang harus dilakukan dan dijalankan oleh sistem dalam proses diganosa penyakit batu karang.

3.1 Algoritma Sistem

Algoritma sistem merupakan sebuah tahapan yang dilakukan sebelum melakukan proses diagnosa pada Penyakit Batu Karang dalam memilih back-end programmer dengan menggunkan metode Dempster Shafer. Hal ini dilakukan untuk membantu atau mempermudah para ahli untuk mendiagnosa suatu penyakit dari beberapa gejala, adapun algoritma sistem diagnosa adalah sebagai berikut:

1. Sumber Pengetahuan meliputi penentuan rule ataupun mesin inferensi, pencarian gejala dan penyakit.

2. Menentukan Basis pengetuan 3. Menentukan nilai Densitas.

4. Menetukan proses perhitungan metode Dempster Shafer.

3.2 Analisis dan Hasil

Pengetahuan sistem pakar merupakan pemindahan pengetahuan kepakaran dari seorang pakar kedalam sebuah sistem komputer dengan memanfaatkan pengetahuan yang ada. Sumber pengetahuan dari pakar ini tentunya menjadi acuan dasar sistem dalam menarik suatu kesimpulan, sehingga tabel basis pengetahuan ini sangat

(4)

menentukan proses perhitungan dan hasil diagnosa dalam menentukan jenis penyakit batu karang, seperti pada tabel di bawah ini:

Tabel 1. Data Penyakit Batu Karang

No Nama Penyakit Kode Penyakit

1 Batu karang ureter

(Saluran kemih yang menghubungkan antara ginjal dengan kandung kemih)

P1

2 Batu karang saluran uretra

(Saluran kemih yang menghubungkan antara kandung kemih dan alat kelamin)

P2

Berdasarkan hasil wawancara didapatkan jenis penyakit batu karang seperti tabel 1 di atas, maka dibuat sebuah basis pengatuhan dari gejala yang dialami sebeperti tabel 2 di bawah ini:

Tabel 2. Basis Pengetahuan

No Gejala Penyakit P1 P2

1 Frekuensi buang air kecil meningkat dan terasa nyeri √

2 Buang air kecil tidak lancar atau seperti tidak selesai √ √

3 Urin berwarna gelap atau keruh √ √

4 Nyeri hebat dibagian punggung sampai terjadi kolik (Rasa sakit yang hilang tibul dan menjalar)

√

5 Nyeri pada bagian perut bawah √

6 Keluarnya serpihan pasir bersama urin √

7 Pembengkakan dan nyeri pada penis √

8 Adanya darah di dalam urin (Hematuria) √

9 Mual disertai demam √

Dalam pemberian nilai densitas gejala hal yang dilakukan yaitu dengan cara mewawancarai seorang pakar.

Dari hasil wawancara didapatkan Nilai Densitas Metode Dempster Shafer seperti data pada tabel 2 di bawah ini:

Tabel 3. Nilai Densitas Metode Dempster Shafer

Uncertain Term Demster Shafer

Definitely (Pasti tidak) -1.0

Almost certainly not (Hampir pasti tidak) -0.8

Probably not (Kemungkinan besar tidak) -0.6

Maybe not (mungkin tidak) -0.4

Unknown (Tida tau) -0.2 to 0.2

Maybe (mungkin) 0.4

Probably (Kemungkinan besar) 0.6

Almost certainty (Hampir pasti) 0.8

Definitely (Pasti) 1.0

Tabel 4. Nilai Densitas Gejala Penyakit Batu Karang

No Kode

Gejala

Nama Gejala Nilai

Densitas 1 G1 Frekuensi buang air kecil meningkat dan terasa nyeri 0,6 2 G2 Buang air kecil tidak lancar atau seperti tidak selesai 04

3 G3 Urin berwarna gelap atau keruh 0,4

4 G4 Nyeri hebat dibagian punggung sampai terjadi kolik (Rasa sakit yang hilang tibul dan menjalar)

0,7

5 G5 Nyeri pada bagian perut bawah 0,6

6 G6 Keluarnya serpihan pasir bersama urin 0,6

7 G7 Pembengkakan dan nyeri pada penis 0,7

8 G8 Adanya darah di dalam urin (Hematuria) 0,6

9 G9 Mual disertai demam 0,5

Dari basis pengetahuan juga didapatkan solusi dari penyakit batu karang, data solusi penyakit batu karang dapat dilihat pada tabel 5 di bawah ini

(5)

No Kode

Penyakit

Solusi Penyakit

1 P1

(Ureter)

Dokter akan melakukan pemeriksaan penunjang seperti -USG, Untuk menemukan batu karang (batu kandung kemih).

- Pemeriksaan CT Scan, untuk menemukan batu kadung kemih yang ukurannya lebih kecil.

Batu karang yang berukuran kecil (batu kandung kemih), dokter biasanya akan menyarankan pasien untuk minum air putih lebih banyak.

Tujuannya adalah agar batu kandung kemih tersebut dapat ikut terbawa keluar oleh urine.

2 P2

(Uretra)

Jika ukuran batu cukup besar, langkah pengobatan yang dilakukan untuk mengeluarkan batu kandung kemih antara lain :

- Cystolitholapaxy , sistoskop akan dimasukan ke dalam kandung kemih pasien. Sistoskop tersebut sudah disambungkan dengan alaat khusus yang dapat mengeluarkan sinar laser atau gelombang suara untuk menghancurkan batu hingga menjadi kepingan kecil

- Operasi, prosedur ini dilakukan jika ukuran batu kandung kemih terlalu besar dan terlalu keras, sehingga tidak bisa dikeluarkan dengan cara cystolitholapaxy.

Gejala ke-1 : Frekuensi buang air kecil meningkat dan terasa nyeri (G1).

Apabila diketahui nilai kepercayaan setelah dilakukan observasi ”Frekuensi buang air kecil meningkat dan terasa nyeri” sebagai gejala dari penyakit Batu karang Ureter (P1).

Maka : m1 {bel} = 0,6 m1 {θ} = 1-0,6

=0,4

Gejala ke-2 : Urin berwarna gelap atau keruh (G3).

Apabila diketahui nilai kepercayaan setelah dilakukan observasi berwarna gelap atau keruh” sebagai gejala dari penyakit Batu karang ureter dan uretra (P1,P2).

Maka : m2 {bel} = 0,4 m2 {θ} = 1-0,4

= 0,6 Aturan kombinasi untuk m3

Tabel 6. Perhitungan Dempster Shafer Terhadap Dua Gejala m2 {p1,p2} = 0.4 m1 {θ} =0.6

m1 {p1} = 0.6 {p1} = 0.24 {p1} =0.36

m1 {θ} = 0.4 {p1,p2} =0.16 θ = 0.24

Sehingga dapat dihitung:

m3 {P1} = 0,24 + 0,36 1 − 0 = 0,6 m3 {P1, p2} = 0,16

1 − 0= 0,16 m3 {θ} = 0,24

1 − 0= 0,24

Gejala ke-3 : Nyeri hebat dibagian punggung sampai terjadi kolik (G4).

Apabila diketahui nilai kepercayaan setelah dilakukan observasi Nyeri hebat dibagian punggung sampai terjadi kolik” sebagai gejala dari penyakit Batu karang Ureter (P1).

Maka : m4 {bel} = 0,7 m4 {θ} = 1-0,7

= 0,3

Tabel 7. Perhitungan Dempster Shafer Tiga Gejala

m4 {p1} = 0,7 m4 {θ} =0,3

m3 {p1} = 0,6 {p1} = 0,42 {p1} =0,18

m3 {p1,p2} = 0,16 {p1} = 0,112 {p1,p2} = 0,048

m3 {θ} = 0,24 {p1} = 0,168 Ø = 0,072

(6)

m5 {P1} = 0,42 + 0,112 + 0,168 + 0,18

1 − 0 = 0,88

m5 {P1, P2} = 0,048

1 − 0 = 0,048 m5 {Ø} = 0,072

1 − 0= 0,072

Gejala ke-4 : Mual disertai demam (G9).

Apabila diketahui nilai kepercayaan setelah dilakukan observasi ” Mual disertai demam” sebagai gejala dari penyakit Batu karang ureter (P1).

Maka : m6 {bel} = 0,5 m6 {θ} = 1-0,5

= 0,5

Tabel 8. Perhitungan Dempster Shafer Empat Gejala

m6 {p2} = 0,5 m6 {θ} =0,5

m5 {p1} = 0,88 {p1} = 0,44 {p1} =0,044

m5 {p1,p2} = 0,048 {p1} = 0,024 {p1,p2} = 0,024

m5 {θ} = 0,072 {p1} = 0,036 Ø = 0,036

m7 {P1} = 0,44 + 0,024 + 0,036 + 0,44

1 − 0 = 0,94

m7 {P1, P2} = 0,024

1 − 0 = 0,024 m7 {Ø} = 0,036

1 − 0= 0,036

Dari perhitungan diatas dengan 4 gejala pada penyakit batu karang, maka diambil nilai dempster shafer yaitu p1 = 0,94 yang menyatakan bahwa dari gejala yang ada maka pasien tersebut terkena penyakit batu karang jenis ureter.

4. KESIMPULAN

Dari hasil penelitian yang dilakukan maka dapat diambil kesimpulan berdasarkan rumusan masalah yang telah ditetapkan sebelumnya bahwa implementasi metode Dempster Shafer yang dibangun dalam sistem pakar menghasilkan diagnosa yang tepat sesuai dengan gejala yang dialami nilai dempster shafer yaitu p1 = 0,94 yang menyatakan bahwa dari gejala yang ada maka pasien tersebut terkena penyakit batu karang jenis ureter. Analisis ini layak diimplementasikan sehingga dapat membantu masayarakat umum dalam mencegah dan menangani penyakit batu karang.

REFERENCES

[1] N. Rosmawanti and G. P. Kusumawardhani, “Model Sistem Pakar Diagnosa Penyakit Gagal Ginjal,” J. Ilm. Tek. Inform.

dan Sist. Inf., vol. 9, 2021.

[2] M. P. N. Saputri, R. R. Isnanto, and I. P. Windasari, “Aplikasi Sistem Pakar Pendeteksi Gastroenteritis Berbasis Android,”

J. Teknol. dan Sist. Komput., vol. 5, no. 3, p. 110, 2017, doi: 10.14710/jtsiskom.5.3.2017.110-114.

[3] S. Sibagariang, “Sistem Pakar Diagnosa Penyakit Sapi Dengan Metode Certainty Factor Berbasis Android,” J. TIMES, vol. 3, no. 2, pp. 35–39, 2008.

[4] M. Zunaidi, U. Fatimah, S. Sitorus, and A. H. Nasyuha, “Analisis Teorema Bayes Dalam Mendiagnosa Penyakit Tanaman Pisang,” vol. 5, pp. 1302–1308, 2021, doi: 10.30865/mib.v5i4.3225.

[5] A. H. Nasyuha, M. I. Perangin Angin, and M. M. Marsono, “Implementasi Dempster Shafer Dalam Diagnosa Penyakit Impetigo Pada Balita,” J. Media Inform. Budidarma, vol. 4, no. 3, p. 700, 2020, doi: 10.30865/mib.v4i3.1901.

[6] R. Hamidi, H. Anra, and H. S. Pratiwi, “Analisis Perbandingan Sistem Pakar Dengan Metode Certainty Factor dan Metode Dempster-Shafer Pada Penyakit Kelinci,” J. Sist. dan Teknol. Inf., vol. 5, no. 2, pp. 142–147, 2017.

[7] M. D. Sinaga and N. S. B. Sembiring, “Penerapan Metode Dempster Shafer Untuk Mendiagnosa Penyakit Dari Akibat Bakteri Salmonella,” CogITo Smart J., vol. 2, no. 2, p. 94, 2016, doi: 10.31154/cogito.v2i2.18.94-107.

[8] R. M. Simanjorang, “Perancangan sistem pakar dalam mengidentifikasi tanaman beracun menggunakan metode dempster shaper,” vol. 1, no. 2, pp. 134–138, 2017.

[9] P. T. Prasetyaningrum and N. B. Hangesti, “Sistem Pakar Diagnosa Penyakit Kulit Akibat Virus Menggunakan Teorema Bayes,” Telematika, vol. 15, no. 2, p. 117, 2018, doi: 10.31315/telematika.v15i2.3128.

[10] Y. Hendra, A. Parapat, and D. Juniansha, “Sistem Pakar Untuk Diagnosa Penyakit Kejiwaan Dengan Menggunakan Metode Teorema Bayes,” J. Sist. Inf. dan Inform., vol. 3, no. 1, pp. 94–108, 2020, doi: 10.47080/simika.v3i1.855.

[11] R. Hariyanto and K. Sa’diyah, “Sistem Pakar Diagnosis Penyakit dan Hama Pada Tanaman Tebu Menggunakan Metode Certainty Factor,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 3, no. 1, pp. 1–4, 2018, doi:

10.31328/jointecs.v3i1.500.

(7)

Lambung,” J. Teknol. dan Ilmu Komput. Prima, vol. 1, no. 2, pp. 19–25, 2018, doi: 10.34012/jutikomp.v1i2.226.

[13] R. Rachman and A. Mukminin, “Penerapan Metode Certainty Factor Pada Sistem Pakar Penentuan Minat dan Bakat Siswa SD,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 4, no. 2, p. 90, 2018, doi: 10.23917/khif.v4i2.6828.

[14] F. A. Setiawan et al., “Sistem Pakar Identifikasi Kerusakan Sepeda Motor Suzuki Satria F150 dengan Teorema Bayes,”

Krea-Tif, vol. 8, no. 1, pp. 30–41, 2020, doi: 10.32832/kreatif.v8i2.3489.

[15] T. Perdana and A. S. Purnomo, “Sistem Pakar Mendiagnosa Penyakit Hipertensi Menggunakan Teorema Bayes,” pp.

182–191, 2020.

[16] W. D. W. I. LESTARI, “Sistem Pakar Diagnosa Penyakit Kucing Anggora Menggunakan Metode Dempster Shafer,”

Pros. Semin. Ilmu Komput. dan Teknol. Inf. ISSN 2540 – 7902 Vol., vol. 1, no. 1, pp. 113–119, 2016.

[17] D. T. Yuwono, A. Fadlil, and S. Sunardi, “Implementasi Metode Dempster Shafer Pada Sistem Pakar Diagnosa Gangguan Kepribadian,” J. Sist. Inf. BISNIS, vol. 9, no. 1, p. 25, May 2019, doi: 10.21456/vol9iss1pp25-31.