Aplikasi Diagnosa Infeksi TORCH pada Kehamilan

  • Evaliata Br Sembiring Program Studi Teknik Informatika, Politeknik Negeri Batam
  • Elia Roza Program Studi Teknik Informatika, Politeknik Negeri Batam
Keywords: TORCH, Kehamilan, Sistem Pakar, Forward Chaining, Android

Abstract

Infeksi TORCH merupakan beberapa jenis infeksi yang umum dialami oleh wanita yang akan ataupun sedang hamil dan infeksi ini biasanya ditularkan ke calon bayi sehingga menyebabkan cacat. Oleh sebab itu, sangat penting dilakukan diagnosis dini agar dapat dilakukan pencegahan atau pengobatan lebih awal. Proses diagnosis dapat dilakukan langsung kepada dokter atau bidan, namun sering terjadi hambatan-hambatan seperti: keterbatasan waktu, keadaan fisik yang tidak memungkinkan untuk meninggalkan rumah, masalah keuangan, keterbatasan tenaga dokter atau bidan, dan lain-lain. Salah satu solusi yang memungkinkan untuk mengatasi hambatan tersebut adalah dengan memanfaatkan teknologi yang semakin hari berkembang. Teknologi tersebut adalah aplikasi yang berbasis android sehingga dapat digunakan masyarakat maupun pakar kehamilan (dokter atau bidan) secara online.

Aplikasi diagnosis yang dibangun merupakan sebuah sistem pakar dengan sistem penalaran yang diterapkan adalah metode forward chaining dan teknik representasi pengetahuan menggunakan production rule. Analisis dan perancangan aplikasi menggunakan pendekatan berbasis obyek melalui diagram UML dan memanfaatkan frameworkphonegap untuk dapat dijalankan pada perangkat mobile yang berbasis android.

Penelitian menghasilkan aplikasi yang dapat digunakan untuk melakukan diagnosis infeksi TORCH berdasarkan gejala-gejala yang dipilih oleh pengguna melalui teknik checklist. Hasil diagnosis yang ditampilkan berupa jenis infeksi dan persentase potensi terkena infeksi TORCH. Hasil verifikasi pengetahuan yang dilakukan disimpulkan bahwa semua hasil diagnosis cocok dengan basis pengetahuan yang sudah disusun berdasarkan hasil akuisi pengetahuan.

Downloads

Download data is not yet available.
Published
2016-10-03

Most read articles by the same author(s)