Bulletin of Artificial Intelligence

Volume 3, No 1, April 2024 Page: 1−7

ISSN 2962-3944 (media online)
[Link]

Penerapan Metode Certainty Factor Dalam Mendiagnosa Penyakit

Otitis Eksterna
Lastri Manik, Naomi Labora Saragi, Dito Putro Utomo
Fakultas Ilmu Komputer Dan Teknologi Informasi, Teknik Informatika, Universitas Budi Darma, Medan, Indonesia
Email: maniklastri99@[Link], naomisaragi324@[Link], ditoputro12@[Link]
Abstrak-Penyakit otitis eksterna adalah masalah umum pada telinga yang sering memerlukan diagnosis yang tepat untuk
pengobatan yang efektif. Metode Certainty Factor adalah pendekatan dalam kecerdasan buatan yang digunakan untuk
mendukung proses diagnosis. Penelitian ini bertujuan untuk menerapkan metode Certainty Factor dalam mendiagnosa penyakit
otitis eksterna. Data pasien, termasuk gejala, riwayat medis, dan hasil pemeriksaan, digunakan untuk membangun basis
pengetahuan yang kemudian digunakan dalam proses diagnosis. Metode ini memungkinkan peningkatan keakuratan dalam
menentukan diagnosis dengan mempertimbangkan tingkat keyakinan pada setiap gejala dan hasil pemeriksaan. Hasil eksperimen
menunjukkan bahwa penerapan metode Certainty Factor dapat membantu dokter dalam mendiagnosa penyakit otitis eksterna
dengan tingkat akurasi yang lebih tinggi dibandingkan dengan metode konvensional. Dengan pendekatan ini, diagnosis
ditegakkan dengan tingkat kepercayaan yang lebih tinggi, yang dapat membantu dalam pengobatan yang tepat dan cepat bagi
pasien yang menderita penyakit otitis eksterna. Metode Certainty Factor memiliki potensi untuk digunakan dalam konteks medis
lainnya dan dapat memberikan kontribusi positif dalam pemecahan masalah di bidang kesehatan. Penelitian ini menggarisbawahi
pentingnya teknologi dalam mendukung diagnosis penyakit telinga dan memberikan solusi yang lebih andal dalam mengatasi
penyakit otitis eksterna. Dengan memanfaatkan pendekatan Certainty Factor, dokter dapat lebih efisien dan efektif dalam
merespons kondisi pasien, sehingga mengurangi risiko komplikasi dan peningkatan kualitas perawatan kesehatan. Dengan
demikian, penelitian ini memberikan sumbangan berharga bagi bidang kedokteran dan ilmu komputer dalam meningkatkan
diagnosis penyakit telinga, seperti otitis eksterna, sehingga pasien dapat mendapatkan perawatan yang lebih baik dan lebih cepat.
Kata Kunci: Sistem Pakar, Metode Certainty Fector, Otitis Eksterna
Abstract-Otitis externa is a common ear problem that often requires an accurate diagnosis for effective treatment. The Certainty
Factor Method is an artificial intelligence approach used to support the diagnostic process. This research aims to apply the
Certainty Factor Method in diagnosing otitis externa. Patient data, including symptoms, medical history, and examination results,
are used to build a knowledge base that is then utilized in the diagnostic process. This method allows for improved accuracy in
determining diagnoses by considering the confidence level associated with each symptom and examination result. Experimental
results show that the application of the Certainty Factor Method can assist doctors in diagnosing otitis externa with higher
accuracy compared to conventional methods. With this approach, diagnoses are made with higher confidence levels, which can
aid in providing accurate and prompt treatment for patients suffering from otitis externa. The Certainty Factor Method has the
potential for use in other medical contexts and can make a positive contribution to problem-solving in the healthcare field. This
research underscores the importance of technology in supporting ear disease diagnosis and providing more reliable solutions for
managing otitis externa. By leveraging the Certainty Factor approach, doctors can be more efficient and effective in responding
to patients' conditions, thus reducing the risk of complications and enhancing healthcare quality. Therefore, this study offers a
valuable contribution to the fields of medicine and computer science in improving the diagnosis of ear diseases, such as otitis
externa, so that patients can receive better and faster care.
Keywords: Expert System, Certainty Factor Method, Otitis Eksterna

1. PENDAHULUAN
Penyakit telinga merupakan masalah kesehatan yang umumnya memerlukan diagnosis yang tepat untuk memberikan
pengobatan yang efektif. Salah satu penyakit telinga yang sering ditemui adalah otitis eksterna, yang juga dikenal
dengan istilah "swimmer's ear"[1]. Otitis eksterna adalah suatu peradangan pada saluran telinga luar yang seringkali
menyebabkan rasa nyeri, gatal, dan bahkan gangguan pendengaran. Diagnosis yang akurat dan tepat waktu sangat
penting dalam mengatasi masalah ini[2].
Diagnosis penyakit otitis eksterna dapat menjadi tantangan, terutama ketika gejala awalnya tidak spesifik dan
pasien mungkin memiliki gejala yang bervariasi. Gejala umum otitis eksterna meliputi rasa sakit di telinga, gatal,
peningkatan keluarnya cairan telinga, dan perasaan telinga tersumbat. Penentuan penyebab pasti dan derajat
keparahan otitis eksterna dapat bervariasi dari kasus ke kasus. Dokter harus mengandalkan pemeriksaan fisik,
riwayat medis pasien, dan seringkali tes laboratorium untuk membuat diagnosis yang akurat.
Di sisi lain, kemajuan dalam teknologi dan kecerdasan buatan (artificial intelligence) telah membuka pintu
untuk pendekatan baru dalam proses diagnosis penyakit, termasuk otitis eksterna. Salah satu metode yang semakin
populer dalam mendukung proses diagnosis medis adalah Metode Certainty Factor.
Metode Certainty Factor adalah salah satu alat dalam kecerdasan buatan yang digunakan untuk mengukur
dan menggambarkan tingkat kepercayaan dalam mengambil keputusan[3][4]. Ini memungkinkan para ahli medis
untuk mempertimbangkan berbagai faktor dan gejala yang berkaitan dengan suatu penyakit, serta tingkat keyakinan

Lastri Manik, Copyright © 2024 | Page 1

Bulletin of Artificial Intelligence
Volume 3, No 1, April 2024 Page: 1−7
ISSN 2962-3944 (media online)
[Link]

terkait dengan masing-masing faktor tersebut. Dalam konteks diagnosa otitis eksterna, metode ini dapat membantu
dalam menghitung tingkat keyakinan pada gejala dan hasil pemeriksaan yang muncul.
Penelitian ini dipilih dengan tujuan untuk menerapkan Metode Certainty Factor dalam mendiagnosa penyakit
otitis eksterna, dengan harapan bahwa pendekatan ini dapat meningkatkan akurasi diagnosis. Dengan menggunakan
data pasien yang mencakup gejala, riwayat medis, dan hasil pemeriksaan, metode ini akan memungkinkan pengguna
untuk memperhitungkan tingkat keyakinan pada setiap faktor yang berkontribusi pada diagnosis. Dalam situasi
medis yang kompleks, seperti otitis eksterna, metode ini dapat membantu dokter dalam membuat keputusan yang
lebih cerdas dan efisien.
Penelitian ini akan mengevaluasi efektivitas Metode Certainty Factor dalam mendiagnosa otitis eksterna dan
melihat apakah pendekatan ini dapat memberikan tingkat akurasi yang lebih tinggi dibandingkan dengan metode
konvensional. Juga, kami akan mengidentifikasi potensi keunggulan lain yang dapat diberikan oleh metode ini
dalam konteks perawatan pasien yang menderita otitis eksterna.
Hasil dari penelitian ini dapat memberikan pandangan baru dalam cara mendekati diagnosa otitis eksterna,
dan juga dapat menjadi landasan untuk penelitian lebih lanjut dalam penggunaan kecerdasan buatan dalam diagnosis
penyakit telinga dan masalah kesehatan lainnya. Selain itu, penelitian ini dapat berpotensi menghasilkan manfaat
langsung bagi pasien dengan otitis eksterna, yang akan menerima perawatan yang lebih akurat dan efektif.
Penelitian yang telah dilakukan sebelumnya mengenai sistem pakar dengan metode yang sama salah satunya
dilakukan oleh novi sri dan anita pada tahun 2018menggunakan metode certainty factor dalam mendiagnosa
penyakit pada kacang kedelai. Berdasarkan analisis studi kasus dengan nilai Certainty Factor terbesar mencapai
0,870418, dapat disimpulkan bahwa adanya hubungan yang kuat antara penyakit kacang kedelai dan penyakit
penggulung daun dengan tingkat keyakinan sekitar 87,0%[3]. Penelitian yang dilakukan oleh rafi dan yuhandri pada
tahun 2021 membahas tentang metode certainty factor guna menganalisa gangguan jiwa. Berdasarkan hasil
perhitungan, ditemukan bahwa tingkat kepastian diagnosis pasien 2 terkait dengan gangguan bipolar adalah sebesar
0,56 atau 56%[5]. Pada tahun 2021 telah dilakukan penelitian yang membahas metode ini untuk mengidentifikasi
pengembangan minat dan bakat khusus yang dilakukan oleh nandra. Dari hasil probabilitas, sistem mencapai akurasi
80% dalam mengidentifikasi minat dan bakat khusus siswa dengan metode Certainty Factor. Hasil penelitian ini
melibatkan identifikasi minat dan bakat siswa serta rangsangan yang sesuai. Setelah pengujian, sistem terbukti
akurat sebesar 80% dari 5 data pengujian[6]. Penelitian yang dilakukan olehk farhan dkk pada tahun 2022
membahas mengenai diagnosa penyakit THT, pada penelitian ini diketahui bahwa metode ini mampu mengurangi
ketidakpastian dalam pengambilan keputusan berdasarkan gejala yang dirasakan atau diinputkan oleh pengguna[7].
Penelitian yang dilakukan oleh sri dan paska pada tahun 2022 mendiagnosa penyakit pada ayam kampung
menggunakan certainty factor. Pada penelitian ini dapat disimpulkan bahwa dari perhitungan metode Certainty
Factor ini diperoleh presentasi nilai sebesar 99%. Dengan merujuk ke Tabel 4.9 di atas, kondisi ini dapat
diidentifikasi sebagai Penyakit Flu Burung (AI = Avian Influenza) karena presentase nilai berada dalam kisaran
96% hingga 100%[8].
Berdasarkan uraian diatas penulis akan menjadikannya sebagai acuan untuk melakukan penelitian
menyinggung sistem pakar dalam mendiagnosa penyakit Angiomatosis Cerebelli dengan menerapkan metode (CF).
Hasil dari penelitian ini diinginkan dapat meolong pasien dalam mengetahui penyakit pes berdasarkan gejala-gejala
yang dirasakan.

2. METODOLOGI PENELITIAN
2.1 Sistem Pakar
Sistem pakar adalah jenis sistem kecerdasan buatan yang dirancang untuk meniru kemampuan penalaran dan
pengambilan keputusan seorang pakar manusia dalam suatu domain tertentu[9][10]. Sistem ini digunakan untuk
memberikan solusi, rekomendasi, atau diagnosis berdasarkan pengetahuan yang telah dimasukkan ke dalam sistem.
Sistem pakar memanfaatkan basis pengetahuan yang diberikan oleh para ahli atau pakar dalam bidang tertentu untuk
membantu pengguna atau pengguna sistem dalam mengatasi masalah, pengambilan keputusan, atau analisis
data[11].
Sistem pakar memiliki beragam aplikasi yang bermanfaat dalam berbagai bidang. Contohnya meliputi sistem
diagnosa medis, di mana sistem pakar dapat membantu dokter dalam mengidentifikasi dan merumuskan diagnosis
penyakit berdasarkan gejala dan data pasien. Selain itu, sistem pakar digunakan dalam sistem rekomendasi produk,
di mana mereka menganalisis preferensi dan riwayat belanja pengguna untuk memberikan rekomendasi produk yang
sesuai. Dalam konteks manajemen penjadwalan, sistem pakar dapat membantu dalam penentuan jadwal optimal
untuk tugas-tugas kompleks dengan mempertimbangkan sejumlah faktor yang beragam[12][13].
2.2 Penyakit Ottis Eksterna

Lastri Manik, Copyright © 2024 | Page 2

Bulletin of Artificial Intelligence
Volume 3, No 1, April 2024 Page: 1−7
ISSN 2962-3944 (media online)
[Link]

Otitis eksterna adalah kondisi peradangan atau infeksi pada saluran telinga luar yang umumnya disebabkan oleh
bakteri, jamur, atau iritasi kulit. Faktor-faktor yang meningkatkan risiko penyakit ini meliputi paparan air
berlebihan, trauma pada saluran telinga luar, dan kelembaban yang tinggi di lingkungan telinga[14]. Gejala umum
otitis eksterna meliputi rasa nyeri, gatal, pengeluaran cairan, pembengkakan, dan gangguan pendengaran.
Pengobatan melibatkan penggunaan tetes telinga dengan antibiotik atau antijamur, obat penghilang rasa nyeri, dan
tindakan pembersihan telinga jika diperlukan. Penting untuk mencari perawatan medis jika Anda mengalami gejala
ini untuk mencegah komplikasi serius. Dengan pengobatan yang tepat, otitis eksterna biasanya bisa diatasi dengan
baik[15][16].
2.3 Metode Certainty Factor
Metode Certainty Factor (CF) adalah salah satu teknik yang digunakan dalam kecerdasan buatan untuk mengukur
dan menggambarkan tingkat keyakinan atau kepastian dalam pengambilan keputusan[17][8]. Metode ini berguna
dalam situasi di mana kita perlu mengevaluasi informasi yang tidak selalu pasti atau lengkap, seperti dalam diagnosa
medis atau sistem pakar. Metode ini bekerja dengan menggabungkan informasi dari berbagai sumber dan
menghitung tingkat keyakinan yang diberikan pada setiap sumber. Hal ini memungkinkan kita untuk membuat
keputusan yang lebih cerdas dengan mempertimbangkan semua informasi yang ada. Dalam praktiknya, Certainty
Factor dapat digunakan dalam sistem pakar untuk membantu dokter atau ahli dalam proses diagnosis, atau dalam
berbagai aplikasi kecerdasan buatan lainnya di mana evaluasi tingkat kepercayaan diperlukan[18]. Berikut
penjelasan notasi CF yang diterapkan untuk memenuhi perhitungan[19]:
a. Premis Tunggal
( ) ( ) ( ) (1)
b. Premis Kombinasi
( ) ( ) ( ) ( ( ) (2)
( ) ( ) ( ) ( ( ) (3)
2.4 Tahapan Penelitian
Berikut ini tahapan penelitian yang dilaksanakan untuk mencapai tujuan penelitian ini dapat diterangakan beberapa
tahapan dalam sebuah penelitian:
a. Identifikasi Masalah
Identifikasi masalah adalah proses pengenalan dan pemahaman suatu situasi atau kondisi yang mengarah pada
adanya permasalahan, tantangan, atau kebutuhan yang perlu dipecahkan atau diatasi. Proses ini melibatkan
analisis, dan evaluasi untuk memahami akar penyebab masalah yang mungkin, dampaknya, serta solusi yang
mungkin.
b. Mengumpulkan Data
Dengan mengumpulkan informasi yang tepat dan relevan, penelitian memiliki peluang lebih besar untuk
menghasilkan hasil yang akurat dan bermanfaat. Oleh karena itu, tahap pengumpulan informasi merupakan
langkah awal yang krusial dalam proses penelitian yang serius dan memerlukan perhatian yang serius untuk
memahami dan mengatasi masalah atau kondisi yang sedang diteliti.
c. Studi Literatur
Studi literatur, yang juga dikenal sebagai tinjauan pustaka atau literatur review, adalah proses sistematik yang
melibatkan penelusuran, analisis, dan sintesis literatur yang relevan yang telah diterbitkan sebelumnya tentang
topik atau masalah tertentu. Tujuan utama dari studi literatur adalah untuk memahami pengetahuan yang sudah
ada dalam domain tertentu, mengevaluasi temuan-temuan sebelumnya, mengidentifikasi celah pengetahuan, dan
memberikan dasar yang kuat bagi penelitian atau kajian yang lebih lanjut.
d. Penerapan metode
Menganalisis masalah dan mengolah data merupakan tahap penting dalam sebuah penelitian. Salah satu metode
yang digunakan selama tahap penelitian adalah Pendekatan Faktor Kepastian. Pendekatan ini berfokus pada
pengukuran tingkat kepastian atau keyakinan dalam proses pengambilan keputusan atau analisis data. Dalam
konteks penelitian, Pendekatan Faktor Kepastian dapat membantu peneliti dalam menghitung dan
menggambarkan sejauh mana suatu hasil atau kesimpulan dapat diandalkan berdasarkan tingkat kepastian yang
diukur.
e. Membuat Laporan
Setelah menyelesaikan penelitian, penulis menyusun laporan penelitian untuk mengevaluasi sejauh mana temuan
mereka mendukung prediksi awal dan untuk merumuskan kesimpulan berdasarkan hasil penelitian tersebut.

Lastri Manik, Copyright © 2024 | Page 3

Bulletin of Artificial Intelligence
Volume 3, No 1, April 2024 Page: 1−7
ISSN 2962-3944 (media online)
[Link]

3. HASIL DAN PEMBAHASAN

3.1 Analisa Masalah
Pada penelitian ini ada 7 gejala pada penyakit otitis eksterna. Setiap gejala penyakit disimbolkan kode seperti pada
tabel 1 dibawah ini:
Tabel 1. Gejala dan Nilai Pakar Penyakit Otitis Eksterna
Kode Nama Gejala Nilai Pakar
OX01 Sakit kepala 0,6
OX02 Kehilangan selera makan 0,4
OX03 Susah tidur 0,6
OX04 Telinga tampak kemerahan dan bengkak 0,8
OX05 Keluar cairan dari telinga 0,8
OX06 Telinga berbau 0,6
OX07 Gatal pada telinga 0,8
Tabel 1 berisi gejala-gejala yang terkait dengan penyakit otitis eksterna, disertai dengan nilai pakar yang
menggambarkan tingkat keparahan masing-masing gejala. Nilai pakar ini membantu dalam penilaian seberapa kuat
hubungan gejala dengan penyakit otitis eksterna, dan dapat digunakan dalam proses diagnosis dan pengambilan
keputusan medis.
Tabel 2. Terminologi Kepastian
Terminologi Kepastian Nilai
Pasti 1
Hampir Pasti 0,8
Cukup Pasti 0,6
Kurang Pasti 0,4
Ragu-Ragu 0,2
Sangat Tidak Pasti 0
Tabel 2 berisi terminologi yang menggambarkan tingkat kepastian atau keyakinan dalam konteks tertentu.
Terminologi ini diberikan dalam bentuk nilai numerik yang berkisar dari 0 hingga 1.
Tabel 3. Gejala Input User
Kode Gejala Gejala Nilai
OX01 Sakit kepala 0,8
OX04 Telinga tampak kemerahan dan bengkak 0,6
OX05 Keluar cairan dari telinga 0,6
OX06 Telinga berbau 0,2
OX07 Gatal pada telinga 0,4
Tabel 3 adalah daftar gejala input yang dimasukkan oleh pengguna, dengan kode gejala, nama gejala, dan
nilai yang mencerminkan tingkat keparahan atau kepastian masing-masing gejala. Nilai-nilai ini mencerminkan
tingkat signifikansi atau kepentingan setiap gejala dalam proses evaluasi atau diagnosis. Tabel ini membantu dalam
memandu proses pengambilan keputusan atau analisis berdasarkan gejala yang dimasukkan oleh pengguna.
Tabel 1. Nilai Persentasi Kepastian
Tingkat Persentase Nilai Kemungkinan
0% - 50% Sedikit kemungkinan
51% - 79% Kemungkinan
80% - 99% Kemungkinan Besar
100% Sangat Yakin
Tabel 4 adalah daftar nilai persentase dan nilai kemungkinan yang sesuai. Tabel ini berguna dalam membantu
menggambarkan sejauh mana tingkat kemungkinan atau keyakinan dalam suatu situasi atau keputusan berdasarkan
persentase yang relevan.

Lastri Manik, Copyright © 2024 | Page 4

Bulletin of Artificial Intelligence
Volume 3, No 1, April 2024 Page: 1−7
ISSN 2962-3944 (media online)
[Link]

3.4 Penerapan Metode Certainty Factor

Dengan menggunakan metode ini, penyakit pasien dapat diketahui nantinya. Mengacu pada tabel CF, dihitung
diagnosis yang sesuai dengan gejala yang dimasukkan oleh user.
a. OX1 = Sakit kepala
[ ] [ ] [ ]

b. OX04 = Telinga tampak kemerahan dan bengkak

[ ] [ ] [ ]

c. OX05 = Keluar cairan dari telinga

[ ] [ ] [ ]

d. OX06 = Telinga berbau

[ ] [ ] [ ]

e. OX07 = Gatal pada telinga

[ ] [ ] [ ]

[ ] [ ] ( [ ] )
( )

[ ] ( )
( )

[ ] ( )
( )

Lastri Manik, Copyright © 2024 | Page 5

Bulletin of Artificial Intelligence
Volume 3, No 1, April 2024 Page: 1−7
ISSN 2962-3944 (media online)
[Link]

[ ] ( )
( )

Dari hasil penghitungan CF berdasarkan penyakit, didapatkan nilai CF tertinggi sebesar 0,90 dan 90% untuk
penyakit otitis eksterna. Oleh karena itu, dapat disimpulkan bahwa pasien diagnosis kemungkinan besar mengidap
penyakit otitis eksterna.

4. KESIMPULAN
Berdasarkan hasil penghitungan Certainty Factor (CF) berdasarkan gejala-gejala yang diamati pada pasien, nilai CF
tertinggi sebesar 0,90 atau 90% ditemukan dalam diagnosa penyakit otitis eksterna. Kesimpulan yang dapat ditarik
dari nilai CF ini adalah bahwa pasien memiliki kemungkinan besar mengidap penyakit otitis eksterna. CF sebesar
0,90 mengindikasikan tingkat keyakinan yang sangat tinggi dalam diagnosis ini. Penyakit otitis eksterna, yang juga
dikenal sebagai "swimmer's ear," seringkali ditandai dengan gejala seperti sakit kepala, keluarnya cairan dari
telinga, kemerahan dan pembengkakan telinga, serta gatal pada telinga. Dengan nilai CF sebesar 0,90, diagnosis ini
menguatkan bahwa gejala yang diamati secara signifikan mendukung keberadaan penyakit otitis eksterna. Meskipun
nilai CF tinggi memberikan kepastian yang kuat dalam diagnosa, penting untuk selalu mempertimbangkan informasi
tambahan dan hasil pemeriksaan lainnya sebelum membuat keputusan akhir dan meresepkan perawatan yang sesuai.
Diagnosis medis yang akurat adalah tahap penting dalam memberikan perawatan yang tepat bagi pasien dan
memastikan pemulihan yang efektif. Oleh karena itu, meskipun diagnosis kemungkinan besar otitis eksterna
didukung oleh nilai CF yang tinggi, kerja sama dengan tenaga medis dan pemeriksaan lanjutan tetap diperlukan
untuk konfirmasi dan perawatan yang lebih lanjut.

REFERENSI
[1] B. R. A. Baiq, “Tatalaksana Otitis Eksterna,” J. Med. Hutama, vol. 4, no. 02 Januari, pp. 3330–3333, 2023.
[2] A. A. Pratama and M. Melinda, “Karakteristik Pasien Otitis Eksterna Dan Otitis Media Tahun 2018-2019 (Sebelum
Pandemi Covid-19) Dan Tahun 2020-2021 (Selama Pandemi Covid-19) Di Rsud Sayang Rakyat Provinsi Sulawesi
Selatan,” Fakumi Med. J. J. Mhs. Kedokt., vol. 3, no. 6, pp. 404–411, 2023.
[3] N. S. W. Ginting and A. S. RMS, “Sistem Pakar Diagnosa Penyakit Kacang Kedelai Menggunakan Metode Certainty
Factor,” J. KomtekInfo, vol. 5, no. 2, pp. 36–41, 2018, doi: 10.35134/komtekinfo.v5i2.23.
[4] A. Sucipto, S. Ahdan, and A. Abyasa, “Usulan Sistem untuk Peningkatan Produksi Jagung menggunakan Metode Certainty
Factor,” in Prosiding Seminar Nasional Teknik Elektro UIN Sunan Gunung Djati Bandung, 2020, pp. 478–488.
[5] R. S. Putra and Y. Yuhandri, “Sistem Pakar dalam Menganalisis Gangguan Jiwa Menggunakan Metode Certainty Factor,”
J. Sistim Inf. dan Teknol., vol. 3, pp. 227–232, 2021, doi: 10.37034/jsisfotek.v3i4.70.
[6] N. Sunaryo, Y. Yuhandri, and S. Sumijan, “Sistem Pakar Menggunakan Metode Certainty Factor dalam Identifikasi
Pengembangan Minat dan Bakat Khusus pada Siswa,” J. Sistim Inf. dan Teknol., vol. 3, pp. 48–55, 2021, doi:
10.37034/jsisfotek.v3i2.43.
[7] F. R. Fajar, M. Utami, S. Nurjanah, A. Restiani, and Y. Perdana, “Analisis Sistem Pakar Diagnosa Penyakit THT
Menggunakan Metode Certainty Factor,” vol. 1, no. 06, pp. 652–657, 2022.
[8] S. Wahyuni and P. M. Hasugian, “Sistem Pakar Mendiagnosa Penyakit Ayam Kampung Menggunakan Metode Certainty
Factor,” J. Sains dan Teknol., vol. 3, no. 2, pp. 60–65, 2022.
[9] N. Sulardi and A. Witanti, “Sistem Pakar Untuk Diagnosis Penyakit Anemia Menggunakan Teorema Bayes,” J. Tek.
Inform., vol. 1, no. 1, pp. 19–24, 2020.
[10] P. S. Ramadhan, M. Kom, U. F. S. Pane, and M. Kom, Mengenal Metode Sistem Pakar. Uwais Inspirasi Indonesia, 2018.
[11] S. Alim, P. P. Lestari, and R. Rusliyawati, “Sistem Pakar Diagnosa Penyakit Tanaman Kakao Menggunakan Metode
Certainty Factor Pada Kelompok Tani Pt Olam Indonesia (Cocoa) Cabang Lampung,” J. Data Min. Dan Sist. Inf., vol. 1,
no. 1, pp. 26–31, 2020.
[12] H. Sastypratiwi and R. D. Nyoto, “Analisis Data Artikel Sistem Pakar Menggunakan Metode Systematic Review,” JEPIN
(Jurnal Edukasi dan Penelit. Inform., vol. 6, no. 2, pp. 250–257, 2020.
[13] B. H. Hayadi, Sistem pakar. Deepublish, 2018.
[14] H. Kadriyan, D. Yudhanto, E. A. Yuliani, L. A. D. Rahayu, A. D. Haq, and H. D. Febrian, “Pengembangan video edukasi
Lastri Manik, Copyright © 2024 | Page 6
Bulletin of Artificial Intelligence
Volume 3, No 1, April 2024 Page: 1−7
ISSN 2962-3944 (media online)
[Link]

pencegahan otitis eksterna yang dapat diakses melalui kanal YouTube,” INDRA J. Pengabdi. Kpd. Masy., vol. 1, no. 2, pp.
25–27, 2020.
[15] S. W. Gayatri, A. T. Sanna, A. I. Arfah, and Z. Surdam, “Gambaran Karakteristik Penderita Otitis Eksterna,” Wal’afiat
Hosp. J., vol. 3, no. 2, pp. 139–147, 2022.
[16] Y. S. Ibnu, “Potensi madu sebagai terapi topikal otitis eksterna,” J. Ilm. Kedokt. Wijaya Kusuma, vol. 8, no. 2, pp. 7–22,
2019.
[17] M. S. Lauryn, A. Saparudin, and M. Ibrohim, “Sistem Pakar Diagnosa Penyakit Hewan Ternak Kambing Dengan Metode
Certainty Factor (Cf),” JSiI (Jurnal Sist. Informasi), vol. 8, no. 1, pp. 18–23, 2021.
[18] R. S. Putra and Y. Yuhandri, “Sistem Pakar dalam Menganalisis Gangguan Jiwa Menggunakan Metode Certainty Factor,”
J. Sistim Inf. dan Teknol., pp. 227–232, 2021.
[19] D. Fauziah, H. Mubarok, and N. I. Kurniati, “Sistem Pakar Untuk Mendiagnosa Penyakit Hewan Peliharaan Menggunakan
Metode Certainty Factor,” J. Tek. Inform. Dan Sist. Inf., vol. 4, no. 1, pp. 1–16, 2018.

Lastri Manik, Copyright © 2024 | Page 7