Sistem Cerdas Pendeteksi Penyakit dengan Gejala Lower Back Pain Menggunakan Algoritma Forward Chaining

sigit andriyanto; Susilo Setiawan; Habib Kurniawan Mubarokh; Muhammad Daffa Dzaki Ramadhan

doi:10.51454/decode.v5i3.1465

Authors

sigit andriyanto Rekam Medis dan Informasi Kesehatan Universitas Aisyah Pringsewu
Susilo Setiawan Rekam Medis dan Informasi Kesehatan Universitas Aisyah Pringsewu
Habib Kurniawan Mubarokh Rekam Medis dan Informasi Kesehatan Universitas Aisyah Pringsewu
Muhammad Daffa Dzaki Ramadhan Rekam Medis dan Informasi Kesehatan Universitas Aisyah Pringsewu

DOI:

https://doi.org/10.51454/decode.v5i3.1465

Keywords:

Diagnosis Penyakit, Dukungan Keputusan Medis, Forward Chaining, Lower Back Pain, Sistem Cerdas

Abstract

Nyeri Punggung Bawah (Lower Back Pain/LBP) kini telah menjelma menjadi tantangan kesehatan masyarakat dengan implikasi serius pada aspek sosial dan finansial. Laporan Global Burden of Disease mengungkapkan bahwa LBP merupakan faktor utama penyebab kecacatan dan penurunan efisiensi kerja di banyak negara, tidak terkecuali Indonesia. Dalam konteks penanganan LBP, pendekatan forward chaining menawarkan kemampuan analitik yang mendalam terhadap sekumpulan manifestasi klinis pasien. Proses ini bekerja melalui tahapan penerimaan berbagai data input mencakup sifat nyeri, pola penyebaran nyeri radikular, elemen pencetus, dan temuan neurologis. Seluruh data ini kemudian diintegrasikan dengan basis pengetahuan yang memuat diagnostik tersistem. Keluaran dari mekanisme ini berupa deteksi beragam kemungkinan penyebab patologi, mencakup kondisi seperti strain otot, HNP (herniasi nukleus pulposus), penyempitan tulang belakang, maupun gangguan degeneratif tulang belakang lainnya. Studi ini berfokus pada perancangan sebuah sistem diagnostik berbasis kecerdasan buatan untuk mendeteksi penyakit dengan indikasi LBP melalui pendekatan bertahap dan eksperimental, dengan mengadopsi metode Research and Development (R&D). Hasil uji coba membuktikan bahwa sistem deteksi gejala nyeri punggung bawah yang mengimplementasikan forward chaining telah berjalan dengan baik. Teknik ini menunjukkan keberhasilan dalam penerapannya dengan capaian tingkat presisi yang sesuai dengan kriteria yang ditentukan.

References

Andriyanto, S., & Muharni, S. (2021). Sistem Pendeteksi Kerusakan Keyboard Arranger Berbasis Artificial Intelligence (AI). Prosiding Seminar Nasional Darmajaya, 1, 12–28.

Andriyanto, S., Muharni, S., Nugroho, T. A., Al Farisi, M. F., Dzaki, M. D., & Irnanda, I. (2025). Inovasi Pelayanan Kesehatan Berbasis Digital melalui Pelatihan SIRS Versi 6.3 untuk Peningkatan Akurasi Data Medis. Journal of Digital Community Services, 2(2), 36–41. https://doi.org/10.69693/dcs.v2i2.34

Haryanto, D., Sarumaha, D., & Amir, S. (2025). Perancangan Sistem Pakar Mendiagnosa Penyakit Gigi Dan Mulut Menggunakan Metode Forward Chaining Berbasis Web Pada Tahap Pertama. Journal Of Informatics And Busisnes, 2(4), 581–597. https://doi.org/10.47233/jibs.v2i4.2352

Herliana, A., & Rasyid, P. M. (2016). Sistem Informasi Monitoring Pengembangan Software Pada Tahap Development Berbasis Web. Jurnal Informatika, 3(1).

Manafiazar, A., Khamehchiyan, M., Nadiri, A. A., & Sharifikia, M. (2024). Learning Simple Additive Weighting Parameters For Subsidence Vulnerability Indices In Tehran Plain (Iran) By Artificial Intelligence Methods. European Journal of Environmental and Civil Engineering, 28(1), 108–127. https://doi.org/10.1080/19648189.2023.2205914

Muharni, S., & Andriyanto, S. (2021). Sistem Diagnosa Penyakit Jantung Berbasis Case Based Reasoning (CBR). Prosiding Seminar Nasional Darmajaya, 1, 1–11.

Muharni, S., & Andriyanto, S. (2024). Meningkatkan Daya Tarik Konsumen Melalui Re-Branding UMKM Kain Perca Banjarsari Metro Utara. Jurnal Pengabdian Masyarakat Bangsa, 2(1), 204–210. https://doi.org/10.59837/jpmba.v2i1.797

Muharni, S., (2021). Analisa dan Perancangan Sistem Informasi: Bintang Pustaka. Bintang Pustaka Madani.

Putri, N. A., Siregar, M., Perwitasari, I. D., & Mayasari, S. (2024). Sistem Pakar Diagnostik Penyakit Pohon Aren dengan Pendekatan Certainty Factor. Jurnal Minfo Polgan, 13(2), 1789–1799. https://doi.org/10.33395/jmp.v13i2.14256

Rubiyanti, N. S. (2023). Penerapan Rekam Medis Elektronik di Rumah Sakit di Indonesia: Kajian Yuridis. ALADALAH: Jurnal Politik, Sosial, Hukum Dan Humaniora, 1(1), 179–187. https://doi.org/10.59246/aladalah.v1i1.163

Sari, P. N., & Purnomo, A. S. (2024). Sistem Pakar Diagnosa Infeksi Virus Pada Kucing Menggunakan Metode Certainty Factor. Informatics and Artificial Intelligence Journal, 1(2), 49–58.

Shokri, P., Zahmatyar, M., Falah Tafti, M., Fathy, M., Rezaei Tolzali, M., Ghaffari Jolfayi, A., Nejadghaderi, S. A., Sullman, M. J. M., Kolahi, A., & Safiri, S. (2023). Non‐Spinal Low Back Pain: Global Epidemiology, Trends, And Risk Factors. Health Science Reports, 6(9), e1533. https://doi.org/10.1002/hsr2.1533

Sihombing, R., & Arnomo, S. A. (2023). Rancang Bangun Sistem Informasi Pelayanan Restoran Hotel Berbasis Web Dengan Framework Codeigniter. Computer and Science Industrial Engineering (COMASIE), 9(2). https://doi.org/10.33884/comasiejournal.v9i2.7619

Trubnikova, N., & Tsagareyshvili, S. (2021). Digital challenges for creative industries: case of opera. SHS Web of Conferences, 114, 1008. https://doi.org/10.1051/shsconf/202111401008

Unhelkar, V. V, Lasota, P. A., Tyroller, Q., Buhai, R.-D., Marceau, L., Deml, B., & Shah, J. A. (2018). Human-Aware Robotic Assistant For Collaborative Assembly: Integrating Human Motion Prediction With Planning In Time. IEEE Robotics and Automation Letters, 3(3), 2394–2401. https://doi.org/10.1109/LRA.2018.2812906