Isi kuesioner gejala dan dapatkan analisis awal kemungkinan jenis penyakit kelenjar getah bening yang Anda alami. Sistem ini menggunakan data medis yang sudah divalidasi.
Proses konsultasi dirancang sesederhana mungkin. Cukup tiga langkah dan Anda sudah mendapatkan hasil analisis awal.
Jawab setiap pertanyaan sesuai gejala yang Anda rasakan saat ini. Pilih tingkat keyakinan Anda terhadap setiap gejala yang ditanyakan.
Jawaban Anda diproses menggunakan metode Forward Chaining untuk menelusuri aturan, lalu Certainty Factor menghitung tingkat kepastian hasilnya.
Sistem menampilkan kemungkinan penyakit beserta nilai keyakinan dan saran penanganan awal. Hasil tersimpan dan bisa dilihat kembali di riwayat.
Sistem ini mencakup beberapa jenis gangguan pada kelenjar getah bening yang umum ditemukan. Data gejala dan aturan dikompilasi berdasarkan referensi medis.
Pembesaran kelenjar tiroid yang terletak di leher bagian depan. Gondok dapat disebabkan oleh kekurangan yodium, gangguan tiroid (h...
Kondisi di mana kelenjar tiroid memproduksi hormon tiroid secara berlebihan, sehingga mempercepat metabolisme tubuh. Gejalanya mel...
Peradangan pada kelenjar getah bening yang biasanya disebabkan oleh infeksi bakteri atau virus. Kondisi ini menyebabkan pembengkak...
Pembengkakan kelenjar getah bening akibat berbagai penyebab, termasuk infeksi, reaksi imun, atau kondisi sistemik. Berbeda dengan...
Kanker yang menyerang sistem limfatik, termasuk kelenjar getah bening, limpa, dan sumsum tulang. Limfoma terbagi menjadi dua jenis...
Peradangan pada amandel (tonsil) yang biasanya disebabkan oleh infeksi virus atau bakteri Streptococcus. Ditandai dengan nyeri ten...
Sistem ini dikembangkan sebagai tugas akhir program studi Sistem Informasi, Universitas Sembilanbelas November (USN) Kolaka. Tujuannya adalah membantu masyarakat dalam mengenali gejala-gejala awal penyakit kelenjar getah bening.
Dua metode utama yang dipakai adalah Forward Chaining untuk penelusuran aturan berbasis gejala, dan Certainty Factor untuk menghitung seberapa yakin sistem terhadap setiap kemungkinan diagnosis yang dihasilkan.
| Nama | Sri Nurlia |
| NIM | 221210601 |
| Program Studi | Sistem Informasi |
| Universitas | USN Kolaka |
| Tahun | 2026 |
Tidak perlu mendaftar atau login. Langsung isi formulir gejala dan dapatkan hasil analisis dalam hitungan detik.
Mulai Sekarang