Pengobatan tradisional berbasis tanaman herbal merupakan bagian darirnkearifan lokal yang perlu dilestarikan, khususnya pengetahuan etnobotanirnmasyarakat Madura yang mulai mengalami penurunan akibat perkembanganrnpengobatan modern dan keterbatasan informasi mengenai pemanfaatannya.rnPenelitian ini bertujuan untuk merancang sistem pakar berbasis web yang mampurnmemberikan informasi serta rekomendasi pengobatan herbal berdasarkan gejalarnpenyakit dengan memanfaatkan pengetahuan etnobotani tanaman/rempah lokalrnMadura. Metode penelitian yang digunakan meliputi studi literatur, pengumpulanrndata tanaman herbal, perancangan sistem, implementasi, serta pengujian sistemrnmenggunakan metode Case Based Reasoning (CBR) dengan algoritma NearestrnNeighbor untuk menentukan tingkat kemiripan antara kasus baru dan kasusrnsebelumnya. Hasil penelitian menunjukkan dari 20 data uji menghasilkan 20rnprediksi benar. Dengan demikian tingkat akurasi sistem yang diperoleh adalahrnsebesar 100% ini menunjukkan bahwa sistem yang dirancang mampu melakukanrnproses diagnosis berdasarkan gejala yang dipilih pengguna serta memberikanrnrekomendasi tanaman herbal yang sesuai berdasarkan basis kasus yang tersedia.rnPengujian sistem menunjukkan bahwa seluruh fitur berjalan sesuai fungsi danrnmetode CBR dapat diterapkan dalam proses pencarian solusi berbasis kasus. Sistemrnini diharapkan dapat membantu masyarakat memperoleh informasi pengobatanrnherbal secara lebih mudah sekaligus mendukung pelestarian pengetahuanrnetnobotani kearifan lokal Madura.


Deskripsi Lain

Traditional medicine based on herbal plants is part of local wisdom that needs to bernpreserved, especially the ethnobotanical knowledge of the Madurese people, whichrnhas begun to decline due to the development of modern medicine and limitedrninformation about its uses. This research aims to design a web-based expert systemrncapable of providing information and recommendations for herbal treatments basedrnon disease symptoms by utilizing local ethnobotanical knowledge of Maduresernplants and spices. The research methods used include literature review, collectionrnof herbal plant data, system design, implementation, and system testing using thernCase Based Reasoning (CBR) method with the Nearest Neighbor algorithm torndetermine the similarity level between new cases and previous cases. The researchrnresults show that out of 20 test data, 20 correct predictions were produced. Thus,rnthe level of system accuracy obtained is 100%, indicating that the designed systemrncan perform diagnosis based on the symptoms selected by the user and providernrecommendations for appropriate herbal plants based on the available case base.rnSystem testing shows that all features function intended and the CBR methodrncan be applied in the case-based solution search process. This system is expectedrnto help the community obtain information about herbal treatments more easily whilernalso supporting the preservation of ethnobotanical knowledge of Madurese localrnwisdom.

• SISTEM PAKAR DIAGNOSA PENYAKIT GAGAL JANTUNG MENGGUNAKAN METODE RADIAL BASIS FUNCTION
• SISTEM PAKAR DIAGNOSA PENYAKIT GAGAL JANTUNG MENGGUNAKAN METODE BAYESIAN NETWORK
• SISTEM PAKAR DETEKSI RISIKO KEHAMILAN BERBASIS ANDROID
• KERAGAAN POTENSI AGROINDUSTRI JAMU MADURA DI KABUPATEN BANGKALAN
• SISTEM PAKAR DIAGNOSA PENYAKIT RESPIRASI PADA ANAK MENGGUNAKAN TEORI NAIVE BAYESS