Pengembangan Sistem Pakar Berbasis Android untuk Deteksi Dini Mandiri Masalah Kesehatan Ibu Hamil
Abstract
Deteksi dini kesehatan ibu hamil merupakan upaya yang dilakukan untuk mengetahui
gangguan kesehatan yang dialami selama masa kehamilan berlangsung. Hal ini tentu penting
karena dapat berdampak terhadap pertumbuhan janin yang dikandungnya. Saat ini, Angka
Kematian Ibu (AKI) yang merupakan salah satu indikator untuk mengukur status kesehatan
ibu hamil belum memenuhi target Millenium Development Goals (MDGs) untuk menurunkan
AKI menjadi 102 per 100.000 kelahiran hidup yang seharusnya dicapai pada tahun 2015.
Pemerintah tentu telah melakukan upaya untuk menurunkan angka kematian ibu. Salah satunya
melalui program pelayanan Antenatal terpadu untuk mencegah atau mendeteksi adanya
penyakit kehamilan (Fatahilah, 2020). Namun, terdapat beberapa faktor yang menyebabkan
ibu hamil tidak rutin melakukan pemeriksaan. Salah satu faktornya yaitu, kurangnya
pengetahuan ibu hamil terhadap kondisi kesehatan pada masa kehamilan (Rachmawati et al.,
2017).
Saat ini sudah banyak aplikasi kesehatan ibu hamil yang memberikan pengetahuan seputar
kehamilan. Namun, masih sedikit aplikasi kehamilan yang dapat melakukan deteksi dini
mandiri masalah kesehatan ibu hamil. Sistem pakar menjadi solusi yang dapat diterapkan untuk
mengenali tanda bahaya kehamilan berdasarkan gejala yang dialami oleh ibu hamil dengan
mengadopsi pengetahuan pakar (Aji et al., 2018). Penggunaan sistem pakar juga sudah banyak
diterapkan dalam mendeteksi berbagai penyakit yang diimplementasikan dengan
menggunakan platform web atau android.
Sistem pakar ini akan menerapkan metode Forward Chaining yang telah banyak
digunakan dalam mendeteksi masalah kesehatan ibu hamil. Metode ini juga menghasilkan
akurasi lebih tinggi dengan jumlah sample uji yang lebih banyak dibandingkan dengan metode
lainnya. Sistem pakar tersebut nantinya akan menampilkan hasil deteksi penyakit berdasarkan
gejala yang dialami dan memberikan saran penanganan yang sesuai.
Pengujian sistem ini menggunakan tiga pengujian, yaitu pengujian black box, user
acceptance test, dan pengujian akurasi. Pada pengujian black box menunjukkan bahwa seluruh
fungsionalitas sistem berhasil dijalankan dengan baik. Selanjutnya, pada pengujian user
acceptance test mendapatkan hasil sebesar 89,58 % yang menunjukkan bahwa sistem sangat
baik untuk digunakan.
Collections
- Informatics Engineering [2171]