DIAGNOSING ANDROID-BASED VIRUS INFECTIONS IN CHILDREN USING NAIVE BAYES

Musliadi KH, Kaharuddin Kaharuddin, Ilwan Syafrinal

Abstract


Abstract: Infectious diseases are one of the most common health problems in children because they have immature immune systems. Children are more susceptible to infections caused by bacteria, viruses, fungi, and protozoa. Some common infectious diseases in children include fever, acute respiratory infections (ARI), pneumonia, acute gastroenteritis (GAE), measles, chickenpox, and diphtheria. The limited number of pediatricians and the difficulty of accessing health facilities in remote areas hinder children's health services. To overcome this, an Android-based expert system is needed using the Naïve Bayes method to help diagnose infectious diseases in children earlier. The research method used is the Software Development Life Cycle (SDLC), where Black Box is used for internal testing, and PSSUQ is used to measure user satisfaction. The data set used was 1320 taken from a local hospital. The test results show that all the main features work as expected without any errors. The implementation of the system in diagnosing diseases went well and based on end-user feedback from 74 respondents, the system obtained a user satisfaction score of 6.40, where users felt that the system was easy to use, efficient, and provided clear and useful information.

 

Keywords: expert system; infectious disease; naïve bayes; PSSUQ; SDLC

 

 

Abstrak: Penyakit menular merupakan salah satu masalah kesehatan yang paling umum terjadi pada anak-anak karena mereka memiliki sistem kekebalan tubuh yang belum matang. Anak-anak lebih rentan terhadap infeksi yang disebabkan oleh bakteri, virus, jamur, dan protozoa. Beberapa penyakit infeksi yang umum terjadi pada anak-anak antara lain demam, infeksi saluran pernapasan akut (ISPA), pneumonia, gastroenteritis akut (GEA), campak, cacar air, dan difteri. Keterbatasan jumlah dokter spesialis anak dan sulitnya akses ke fasilitas kesehatan di daerah terpencil, menjadi kendala pada pelayanan kesehatan anak. Untuk mengatasi hal tersebut, diperlukan sistem pakar berbasis Android menggunakan metode Naïve Bayes untuk membantu mendiagnosis penyakit infeksi pada anak-anak lebih dini. Metode penelitian yang digunakan adalah Software Development Life Cycle (SDLC), di mana Black Box untuk pengujian internal, dan PSSUQ untuk mengukur kepuasan pengguna. Data set yang digunakan adalah 1320 yang diambil dari rumah sakit setempat. Hasil pengujian menunjukkan bahwa seluruh fitur utama berjalan sesuai harapan tanpa kesalahan. Implementasi sistem dalam mendiagnosa penyakit berjalan dengan baik dan berdasarkan umpan balik pengguna akhir dari 74 responden, sistem memperoleh skor kepuasan pengguna sebesar 6,40, di mana pengguna merasa sistem ini mudah digunakan, efisien, serta menyediakan informasi yang jelas dan bermanfaat.

 

Kata kunci: naïve bayes; penyakit menular; PSSUQ; SDLC; sistem pakar


Full Text:

PDF

References


J. O. A. Putri and M. G. Rohman, “Sistem Pakar Diagnosa Penyakit Influenza Dengan Menggunakan Metode Naive Bayes Berbasis Web,” Gener. J., vol. 7, no. 3, pp. 84–92, 2023.

U. Albab, U. A. Husin, B. A. Azhali, T. Respati, R. Dewi, and I. Astuti, “Efek Antibakteri Ekstrak Akuades Buah Kurma ( Phoenix dactylifera L .) Varietas Ajwa terhadap Staphylococcus aureus Secara In Vitro Antibacterial Effect of Extract Aquades Ajwa Date ( phoenix dactylifera l .) against Staphylococcus Aureus in Vitro,” J. Integr. Kesehat. dan Sains, vol. 2, no. 1, pp. 135–139, 2020.

D. Anugrah and Y. Nasution, “Inventory of Plants used in Traditional Medicines in West Cikarang District,” J. Pembelajaran Dan Biol. …, vol. 8, no. 1, pp. 141–156, 2022, [Online]. Available: https://jurnal.ulb.ac.id/index.php/nukleus/article/view/2476%0Ahttps://jurnal.ulb.ac.id/index.php/nukleus/article/download/2476/2118.

M. R. Amin, S. Perawati, and D. Sutrisno, “Etnofarmasi pada Suku Anak Dalam di Desa Pauh Menang Kecamatan Pamenang,” J. Healthc. Technol. Med., vol. 6, no. 1, pp. 334–344, 2020.

N. Fadila and R. Tanamal, “Penerapan Rule-Based Expert System (RBES) Dalam Perancangan Aplikasi Sistem Pakar Untuk Mendiagnosa Penyakit Infeksi Saluran Pernapasan Akut (ISPA) Berbasis Android,” J. Ilm. Teknol. Inf. Asia, vol. 15, no. 2, pp. 115–122, 2021.

K. Kim, S. J. Oh, J. H. Lee, and M. J. Chung, “3D Unsupervised Anomaly Detection Through Virtual Multi-View Projection And Reconstruction: Clinical Validation On Low-Dose Chest Computed Tomography,” Expert Syst. Appl., vol. 236, p. 121165, 2024, doi: https://doi.org/10.1016/j.eswa.2023.121165.

A. Taryana and D. Fordian, “Sosialisasi Bulan Imunisasi Anak Nasional (Bian) Di Desa Bojong, Kecamatan Majalaya, Kabupaten Bandung, Jawa Barat,” Kumawula J. Pengabdi. Kpd. Masy., vol. 6, no. 1, p. 98, 2023, doi: 10.24198/kumawula.v6i1.41810.

K. P. Pohan and Chairunisah, “Sistem Pakar Mendiagnosa Penyakit Kulit Pada Manusia Menggunakan Metode Naive Bayes Classifier Berbasis Web,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 23, no. 1, pp. 204–212, 2024.

M. C. Nababan, L. Renny, and B. Novi, “Analisis Kualitas Pelayanan Terhadap Pasien di Puskesmas X Kota Jambi,” vol. 4, no. 2, pp. 6–16, 2020.

W. K. Azizah and D. Y. Niska, “Penerapan Metode Certainty Factor untuk Mengidentifikasi Penyakit Paru-Paru pada Manusia Berbasi Web,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 23, no. 1, pp. 46–56, 2024.

Y. Triana, S. Winarsi, F. Khairul, and N. Ningsih, “Tinjauan Hukum Pelimpahan Wewenang Dokter Kepada Profesi Perawat Dalam Tindakan Medis,” J. Pendidik. dan Konseling, vol. 5, no. 1, pp. 768–777, 2023.

P. T. Manoppo, F. R. R. Maramis, and A. A. Rumayar, “Gambaran Mutu Jasa Pelayanan Kesehatan Pada Pasien Rawat Jalan Di Rumah Sakit Umum Gmim Pancaran Kasih Manado,” J. Kesehat. Tambusai, vol. 4, no. 4, pp. 6232–6241, 2023.

S. Sodikin, Y. Efendi, and Y. Yatimollah, “Implementation of the Multimedia Development Life Cycle in Making Educational Games About Indonesia,” CESS (Journal Comput. Eng. Syst. Sci., vol. 8, no. 2, p. 595, 2023, doi: 10.24114/cess.v8i2.48870.

R. H. Saputra, J. A. Baba, and M. el-K. Kesuma, “Sistem Pakar Berbasis Android Untuk Diagnosis Penyakit Balita Pada Usia Neonatal,” J. Softw. Enginering Techology, vol. 1, no. 2, pp. 59–67, 2021.

W. Hidayatullah, Salman, and L. D. Bakti, “Sistem Pakar Diagnosis Penyakit Ispa Menggunakan Metode Naive Expert System Diagnosis Of Ari Disease Using Naive Bayes Method Based On Web Based Puskesmas Teratak,” J. Kecerdasan Buatan dan Teknol. Inf., vol. 2, no. 1, pp. 32–42, 2023.

H. Patria, P. Astuti, S. Nusa, M. Jl, and D. No, “Sistem Pakar Menggunakan Metode Certainty Factor Untuk Mendiagnosa Penyakit Kulit Pada Hewan Kucing,” Simpatik J. Sist. Inf. dan Inform., vol. 1, no. 1, pp. 1–8, 2021.

G. Y. Kumoro, K. Jani, A. T. S. Ramadhian, and Sukoco, “Sistem Pakar Coronavirus Disease 19 Berbasis Website Dengan Metode Certainty Factor,” Surakarta Inform. J., vol. 4, no. 1, pp. 13–17, 2022.

I. Fery and R. Rachman, “Sistem Pakar Diagnosa Virus Covid-19 Menggunakan Metode Naive Bayes,” in eProsiding Teknik Informatika (PROTEKTIF), 2021, vol. 2, no. 1, pp. 246–251.

Herlinah and K. Musliadi, Pemrograman Aplikasi Android dengan Android Studio, Photoshop dan Audition. Jakarta: Elex Media Komputindo, 2019.

R. Restar and S. Sinar Sinurat, “Rancangan Aplikasi Sistem Pakar Diagnosa Penyakit Mononukleosis dengan Metode Naive Bayes,” JURIKOM (Jurnal Ris. Komputer), vol. 7, no. 3, pp. 403–408, 2020, doi: 10.30865/jurikom.v7i3.2179.

Y. S. R. Nur, D. Aldo2, and M. Y. Fathoni, “Sistem Pakar Diagnosis Penyakit Pada Ikan Bawal Bintang dengan Pendekatan Naive Bayes,” J. Inform. J. Pengemb. IT, vol. 8, no. 2, pp. 97–104, 2023.

W. Ahyaruddin and S. Topiq, “Sistem Pakar Diagnosa Penyakit Paru-Paru Pada Anak Dengan Metode Naive Bayes,” in eProsiding Teknik Informatika (PROTEKTIF), 2021, vol. 2, no. 1, pp. 134–141.

C. S. Putri, A. S. Muhammad, and D. E. S. Hommy, “Skin Disease Detection Expert System Using Naive Bayes Classifier Method,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. IX, no. 1, pp. 91–96, 2022.

A. M. U. D. Khanday, S. T. Rabani, Q. R. Khan, and S. H. Malik, “Detecting twitter hate speech in COVID-19 era using machine learning and ensemble learning techniques,” Int. J. Inf. Manag. Data Insights, vol. 2, no. 2, p. 100120, 2022, doi: 10.1016/j.jjimei.2022.100120.

B. R. A. Putri, A. R. Ichwanto, and I. Imelda, “Expert System For Detecting Diseases Of Palm Oil With Forward Chaining Method Android Based,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. IX, no. 2, pp. 311–318, 2023.

R. Wibawa, A. Lokacarya, F. Kurniawan, and Y. Udjaja, “Japanese language learning game ‘miryoku’ using android-based speech recognizer API,” Procedia Comput. Sci., vol. 216, no. 2020, pp. 547–556, 2022, doi: 10.1016/j.procs.2022.12.168.

S. I. Adam, O. Lengkong, and S. Pungus, “QR-Code Based Student Attendance Mobile Application Development in Klabat University,” Cogito Smart J., vol. 7, no. 2, pp. 349–359, 2021.

R. Andriani and A. Sa’di, “E-Learning Moodle Usability Evaluation Using the SUS Questionnaire in Higher Education,” Sistemasi, vol. 11, no. 2, p. 506, 2022, doi: 10.32520/stmsi.v11i2.1838.

K. Musliadi, Membuat Laporan dan Analisis Data dengan PivotTable. Jakarta: Elex Media Komputindo, 2016.




DOI: https://doi.org/10.33330/jurteksi.v11i2.3685

Article Metrics

Abstract view : 46 times
PDF - 13 times

Refbacks

  • There are currently no refbacks.


Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Universitas Royal

Copyright © LPPM UNIVERSITAS ROYAL

 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.