RANCANG BANGUN SISTEM PAKAR DETEKSI DINI PENYAKIT PADA PEROKOK DENGAN PEDEKATAN MACHINE LEARNING

Abstract

Perokok aktif dan pasif memiliki risiko tinggi terkena berbagai penyakit serius akibat paparan zat-zat berbahaya dalam asap rokok, seperti kanker paru-paru, penyakit jantung, bronkitis, asma, dan emfisema. Deteksi dini terhadap penyakit-penyakit ini sangat penting untuk meningkatkan efektivitas pengobatan dan mengurangi angka kematian. Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem pakar yang mampu mendeteksi dini penyakit pada perokok dengan menggunakan pendekatan machine learning. Data primer dikumpulkan melalui penyebaran kuesioner kepada responden untuk mengidentifikasi gejala-gejala terkait berbagai penyakit akibat merokok. Sistem ini dikembangkan dengan menggunakan algoritma Random Forest, yang dipilih karena kemampuannya dalam menangani data kompleks dan memberikan prediksi yang akurat. Pengembangan sistem melalui beberapa tahap, mulai dari pengumpulan data gejala yang relevan, preprocessing data untuk memastikan kualitas data, hingga permodelan dan evaluasi menggunakan metode k-fold cross-validation. Implementasi sistem dilakukan dalam bentuk aplikasi berbasis web yang dikembangkan dengan framework Python Flask, yang memungkinkan pengguna untuk dengan mudah mendeteksi penyakit berdasarkan gejala yang mereka alami. Hasil evaluasi menunjukkan bahwa sistem ini mampu memberikan prediksi dengan akurasi sebesar 94%.