Sistem Pakar Berbasis Web Untuk Identifikasi Awal ADHD pada Anak

Wahyu Nur Pambuko; Niki Ratama

doi:10.69693/jesa.v4i1.132

Authors

Wahyu Nur Pambuko Universitas Pamulang
Niki Ratama Universitas Pamulang

DOI:

https://doi.org/10.69693/jesa.v4i1.132

Keywords:

ADHD, Sistem Pakar, Certainty Factor, Identifikasi Awal, Aplikasi Web

Abstract

Attention Deficit Hyperactivity Disorder (ADHD) merupakan gangguan perkembangan saraf yang dapat memengaruhi perhatian, pengendalian impuls, aktivitas, serta fungsi sosial dan akademik anak. Orang tua dan guru memerlukan informasi terstruktur untuk membantu mengenali gejala yang diamati, tanpa menjadikan hasil pengamatan sebagai diagnosis klinis. Penelitian ini bertujuan mengembangkan sistem pakar berbasis web untuk identifikasi awal tiga kategori ADHD pada anak dan menyajikan rekomendasi penanganan awal menggunakan metode Certainty Factor (CF). Pengembangan sistem menerapkan model Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi. Sistem dibangun menggunakan ReactJS, ExpressJS, dan PostgreSQL. Basis pengetahuan terdiri atas 27 gejala, tiga kategori, serta bobot Measure of Belief (MB) dan Measure of Disbelief (MD) yang diperoleh melalui proses akuisisi pengetahuan pakar. Nilai CF pakar dihitung dari selisih MB dan MD, kemudian dikalikan dengan tingkat keyakinan pengguna. Nilai dari gejala yang relevan digabungkan untuk memperoleh tingkat keyakinan setiap kategori. Pengujian meliputi Black-Box Testing terhadap fungsi aplikasi, White-Box Testing dengan Basis Path Testing pada fungsi calculate CF (), serta evaluasi menggunakan confusion matrix terhadap 10 kasus yang dibandingkan dengan penilaian pakar. Hasil pengujian fungsional menunjukkan skenario yang diuji berjalan sesuai harapan, sedangkan pengujian struktural menunjukkan alur perhitungan mengikuti logika yang dirancang. Evaluasi menghasilkan sembilan prediksi sesuai dari sepuluh kasus atau akurasi sebesar 90%. Nilai tersebut terbatas pada data uji penelitian dan tidak mewakili akurasi klinis umum. Sistem diharapkan menjadi sarana informasi dan identifikasi awal, bukan pengganti pemeriksaan profesional.

Downloads

Download data is not yet available.

References

[1] American Psychiatric Association, Diagnostic and Statistical Manual of Mental Disorders, 5th ed. Arlington, VA, USA: American Psychiatric Publishing, 2013.

[2] N. Salari et al., “The global prevalence of ADHD in children and adolescents: A systematic review and meta-analysis,” Italian Journal of Pediatrics, vol. 49, no. 1, pp. 1–12, 2023, doi: 10.1186/s13052-023-01456-1.

[3] M. Alkaff, H. Khatimi, Y. Sari, P. Darmawan, and R. Primananda, “Sistem pakar berbasis Android untuk mendeteksi jenis perilaku ADHD pada anak,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 2, pp. 135–140, 2019, doi: 10.25126/jtiik.201961265.

[4] Y. Yanti, Z. Zainal, F. Susilawati, M. Munawir, and A. A. Luqmana, “Sistem pakar diagnosa penyakit Attention Deficit Hiperactivity Disorder menggunakan metode Certainty Factor berbasis web,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 5, no. 6, pp. 1084–1091, 2023, doi: 10.32672/jnkti.v5i6.5558.

[5] F. Suryani and A. Iswardani, “Sistem deteksi dini jenis perilaku Attention Deficit Hyperactivity Disorder berdasarkan Diagnostic and Statistical Manual of Mental Disorders,” Jurnal Informatika Upgris, vol. 4, no. 1, pp. 72–86, 2019.

[6] A. D. Gumay, H. L. Sari, and I. Y. Beti, “Expert system for early detection of Attention Deficit Hyperactive Disorder (ADHD) at Soeprapto Psychiatric Hospital using the Certainty Factor method,” Jurnal Media Computer Science, vol. 5, no. 1, pp. 277–290, 2026, doi: 10.37676/jmcs.v5i1.9110.

[7] S. Jaya, “Penerapan metode Certainty Factor dalam mendiagnosa dini gangguan pemusatan perhatian dan hiperaktivitas pada anak,” Buletin Ilmiah Informatika Teknologi, vol. 1, no. 1, pp. 28–31, 2022.

[8] F. F. Rohman and A. Fauzijah, “Rancang bangun aplikasi sistem pakar untuk menentukan jenis gangguan perkembangan pada anak,” Media Informatika, vol. 6, pp. 1–23, 2008.

[9] P. Krause and D. Clark, “The Certainty Factor model,” in Representing Uncertain Knowledge, pp. 52–67, 1993, doi: 10.1007/978-94-011-2084-5_3.

[10] S. Nidhra and J. Dondeti, “Black box and white box testing techniques: A literature review,” International Journal of Embedded Systems and Applications, vol. 2, no. 2, pp. 29–50, 2012.

[11] Y. Wahyudin and D. N. Rahayu, “Analisis metode pengembangan sistem informasi berbasis website: A literature review,” Jurnal Interkom, vol. 15, no. 3, pp. 26–40, 2020, doi: 10.35969/interkom.v15i3.74.

[12] K. Muludi, R. Suharjo, A. Syarif, and F. Ramadhani, “Implementation of Forward Chaining and Certainty Factor method on Android-based expert system of tomato diseases identification,” International Journal of Advanced Computer Science and Applications, vol. 9, no. 9, pp. 451–456, 2018, doi: 10.14569/ijacsa.2018.090957.

[13] M. I. Abas, D. W. Nugraha, A. Asminar, and I. Isminarti, “Systematic literature review of expert system,” TIN: Terapan Informatika Nusantara, vol. 3, no. 12, pp. 497–502, 2023, doi: 10.47065/tin.v3i12.4136.

[14] M. Z. Al Amin, A. Solichan, A. P. Ramdani, B. Ansor, N. C. Sari, and K. Elsami, “Pengembangan sistem pakar untuk mendiagnosis gangguan perkembangan anak dengan metode Certainty Factor,” Jurnal Sains dan Ilmu Terapan, vol. 7, no. 1, pp. 20–31, 2024, doi: 10.59061/jsit.v7i1.882.

[15] R. R. Rahayu, “Penerapan metode Certainty Factor dalam mendiagnosa gangguan perkembangan anak,” Journal Informatics, Science & Technology, vol. 8, no. 2, 2018.

[16] Z. A. Abdallah and J. Sutresna, “Implementasi sistem pakar untuk mendiagnosis gangguan Attention Deficit Hyperactivity Disorder (ADHD) pada orang dewasa,” vol. 6, no. 4, pp. 82–94, 2025.

[17] J. L. Filho and J. L. Braga, “UML: Unified Modeling Language,” in Encyclopedia of GIS, pp. 2345–2346, 2017, doi: 10.1007/978-3-319-17885-1_1419.

[18] PostgreSQL Global Development Group, “PostgreSQL documentation,” 2026. [Online]. Available: https://www.postgresql.org/docs/current/.

[19] Docker Inc., “Docker overview,” 2026. [Online]. Available: https://docs.docker.com/get-started/docker-overview/.

[20] Meta Open Source, “Learn React,” accessed Sep. 27, 2026. [Online]. Available: https://react.dev/learn.

[21] Mozilla Developer Network, “Express web framework (Node.js/JavaScript),” 2025. [Online]. Available: https://developer.mozilla.org/en-US/docs/Learn_web_development/Extensions/Server-side/Express_Nodejs.

[22] Mozilla Developer Network, “JavaScript guide,” 2025. [Online]. Available: https://developer.mozilla.org/en-US/docs/Web/JavaScript/Guide.

[23] Scikit-learn Developers, “Metrics and scoring: Quantifying the quality of predictions,” 2026. [Online]. Available: https://scikit-learn.org/stable/modules/model_evaluation.html.

[24] S. Suwita, W. N. Fadli, A. Suhendra, and F. Z. Sulthoni, “Implementation of Waterfall method in designing website-based discussion forums,” International Journal of Design, vol. 3, 2023.

[25] L. Hakim, A. Sobri, L. Sunardi, and D. Nurdiansyah, “Prediksi penyakit jantung berbasis mesin learning dengan menggunakan metode K-NN,” Jurnal Digital Teknologi Informasi, vol. 7, no. 2, 2025.

[26] Niki Ratama, Imam Riadi, Herman Herman, “Integration of Fuzzy AHP and Ensemble Deep Neural Networks for Multi-Factor Metabolic Syndrome Risk Prediction”.

[27] Niki Ratama, Imam Riadi, Herman Herman, “Model Prediksi Risiko Sindrom Metabolik Menggunakan Pendekatan Fuzzy Analytical Hierarchy Process”, vol. 10, no. 2, 2026.

[28] Munawaroh Munawaroh, Niki Ratama, Resty Amalia, “Implementasi Chatbot Ai Sebagai Asisten Virtual Dalam Meningkatkan Efektivitas Pembelajaran Di Sekolah Menengah”, vol. 5, no. 1, 2026.