Website Monitoring Identifikasi Tingkat Resiko Stroke Pada Pengguna Dengan Metode Certainty Factor

Abstract

Stroke merupakan penyebab kematian kedua di Indonesia dengan prevalensi 8,3 per 1.000 penduduk. Kesadaran masyarakat untuk deteksi dini masih rendah, baru 11,3% dari target pemerintah. Penelitian ini mengembangkan sistem pakar berbasis web menggunakan metode Certainty Factor (CF) untuk membantu masyarakat mengidentifikasi risiko stroke secara mandiri. Sistem menganalisis faktor risiko seperti hipertensi, diabetes, merokok, glukosa, BMI, dan usia menggunakan dataset Kaggle (minimal 100 data). Metode CF dipilih karena transparan dan dapat menjelaskan alur penalaran—berbeda dengan machine learning yang bersifat black-box. Hasil ditampilkan dalam persentase dan kategori risiko (rendah, sedang, tinggi), dilengkapi grafik riwayat untuk monitoring berkala. Sistem dirancang dengan metode Agile dan divalidasi melalui black-box testing serta konsultasi pakar medis. Sistem ini bertujuan sebagai alat bantu skrining awal untuk meningkatkan kesadaran dan pencegahan stroke.