Publisher

ICSEJOURNALICSEJOURNAL

Journal Journal of Computer Science and Engineering (JCSE)Journal of Computer Science and Engineering (JCSE) Abstract

Angka kematian ibu adalah proporsi kematian yang terjadi selama kehamilan karena gangguan yang secara khusus memengaruhi rahim. Para ahli mengaitkan tingginya angka ini dengan kurangnya pengetahuan dan keterlambatan dalam penanganannya. Samarinda, yang terletak di Kalimantan Timur, memiliki angka kematian tertinggi kedua, setelah Kutai Kartanegara. Oleh karena itu, implementasi sistem deteksi dini penting untuk mengatasi masalah ini secara efektif. Tujuan penelitian ini adalah mengembangkan sistem pakar yang memanfaatkan teknik certainty factor untuk mengidentifikasi faktor risiko tinggi pada ibu hamil sebelum melahirkan. Penelitian ini mengidentifikasi tiga kondisi risiko tinggi pada ibu hamil: preeklampsia, diabetes melitus gestasional (DMG), dan konstipasi. Terdapat total 22 gejala yang terkait dengan setiap kondisi, dan untuk setiap penyakit, tersedia tiga pilihan pengobatan yang berbeda. Seorang ahli di bidang obstetri dan ginekologi menyediakan data penelitian. Penelitian ini menghasilkan sistem pakar yang menunjukkan akurasi dengan membandingkan 10 set data uji dari pakar manusia dan sistem komputasi. Sistem mencapai tingkat akurasi 90%. Melalui penggunaan metodologi sistem pakar, kami berharap sistem ini menjadi sumber daya yang berharga bagi ibu hamil dan profesional kesehatan yang mencari deteksi dini penyakit berisiko tinggi pada ibu hamil.

Conclusion

Berdasarkan penelitian ini, deteksi dini risiko tinggi pada ibu hamil sebelum melahirkan menggunakan metode Certainty Factor berhasil diterapkan dengan memanfaatkan 22 data gejala dan nilai bobot yang diperoleh dari wawancara dengan pakar, menghasilkan diagnosis tiga penyakit.Pengujian sistem dalam penelitian ini menggunakan 10 data uji, dan perbandingan hasil diagnosis sistem dengan diagnosis pakar menunjukkan kecocokan pada 9 dari 10 data.Dengan demikian, nilai akurasi yang diperoleh adalah 90%.

Future Research

Untuk penelitian lanjutan, ada beberapa arah yang dapat dijelajahi agar sistem deteksi dini kehamilan risiko tinggi ini menjadi lebih tangguh dan bermanfaat. Pertama, sangat penting untuk memperluas cakupan penyakit dan gejala yang dapat dideteksi oleh sistem. Penelitian saat ini hanya mencakup preeklampsia, diabetes melitus gestasional, dan konstipasi dengan 22 gejala, padahal banyak kondisi risiko tinggi lainnya yang juga memerlukan deteksi dini. Studi di masa depan dapat mengidentifikasi dan mengintegrasikan lebih banyak data dari ahli medis serta literatur terbaru untuk mencakup spektrum komplikasi kehamilan yang lebih luas, sehingga meningkatkan kapabilitas diagnostik sistem secara keseluruhan. Kedua, eksplorasi metode kecerdasan buatan lain atau kombinasi metode dapat dilakukan untuk meningkatkan akurasi dan ketahanan sistem. Meskipun metode Certainty Factor telah menunjukkan hasil yang baik, perbandingan dengan atau penggabungan bersama teknik seperti pembelajaran mesin berbasis data historis pasien atau logika fuzzy mungkin dapat memberikan hasil yang lebih presisi, terutama dalam kasus-kasus dengan gejala yang tumpang tindih atau informasi yang tidak lengkap. Ini akan memungkinkan sistem untuk menangani ketidakpastian dengan cara yang lebih canggih. Ketiga, penting untuk melakukan studi implementasi dan evaluasi jangka panjang di lingkungan klinis nyata. Meskipun akurasi 90% telah tercapai pada data uji terbatas, penelitian lebih lanjut diperlukan untuk menilai efektivitas sistem dalam penggunaan sehari-hari oleh tenaga kesehatan dan ibu hamil, serta dampaknya terhadap penurunan angka keterlambatan diagnosis atau angka kematian ibu di wilayah yang berbeda. Pertanyaan-pertanyaan seperti bagaimana sistem ini memengaruhi alur kerja klinis atau bagaimana penerimaannya oleh pengguna akhir perlu dijawab untuk memastikan sistem dapat memberikan kontribusi nyata dalam upaya kesehatan masyarakat.

Metadata

File size	598.8 KB
Pages	10
DMCA	Report