Sistem Pakar Diagnosa Penyakit Kulit Wajah Pada Manusia Dengan K-Nearest Neighbors

Abstract

Kulit wajah merupakan bagian tubuh manusia yang memiliki peran penting dalam menjaga kesehatan fisik dan juga mempengaruhi aspek psikologis seseorang. Kesehatan kulit wajah yang baik memberikan dampak positif terhadap penampilan dan rasa percaya diri individu. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem pakar untuk mendiagnosa penyakit kulit wajah dengan metode K-Nearest Neighbors (KNN). Sistem ini dirancang untuk membantu tenaga medis dalam memberikan diagnosa yang cepat dan akurat berdasarkan gejala yang dialami oleh pasien. Metode KNN dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan kedekatan atau kemiripan dengan data yang ada dalam basis pengetahuan. Dalam penelitian ini, gejala-gejala yang sering muncul pada penyakit kulit wajah dikumpulkan dan digunakan sebagai data pelatihan untuk sistem. Hasil dari implementasi bahwa sistem pakar memberikan diagnosa yang akurat. Dalam kasus pasien dengan gejala bercak hitam tidak merata pada pipi dan gatal saat terkena sinar matahari, sistem berhasil menguji dan mendiagnosa pasien mengalami penyakit kulit flek hitam dengan bobot skor 2.50. Hasil pengujian sistem memiliki akurasi yang cukup baik (66.67%) dan presisi yang tinggi (80%), recall hanya 72.7%, ada beberapa pasien positif yang tidak terdeteksi (False Negative). Spesifisitas yang rendah (50%) menunjukkan bahwa sistem masih cenderung membuat beberapa kesalahan dalam mengidentifikasi pasien yang sebenarnya sehat sebagai positif (False Positive).