Thalasemia merupakan penyakit keturunan yang cukup berbahaya dikarenakan penyakit ini belum
mempunyai obat dan penderitanya hanya dapat bertahan selama 20-30 tahun semenjak mengidap
penyakit tersebut. Dengan adanya sistem pakar pekerjaan dokter untuk menyampaikan informasi
seputar penyakit thalasemia ataupun mendiagnosis penyakit lain menjadi semakin mudah. Sistem pakar
juga berperan sebagai media penyampaian informasi tentang penyakit agar masyarakat umum dapat
mengetahui beberapa hal mengenai penyakit tanpa harus menemui dokter. Akan tetapi pasien tetap
disarankan untuk melakukan pengecekan penyakit secara langsung kepada dokter atau rumah sakit
terdekat. Pada penelitian ini menggunakan metode certainty factor sebagai metode sistem pakar
kemudian untuk perancangan aplikasi menggunakan metode waterfall. Sebagai pembanding dari
metode certainty factor maka ditambahkan metode machine learning berbasis tree yaitu decision tree,
random forest dan XG Boost. Setelah melakukan penelitian maka didapatkan hasil diagnosa web sistem
pakar dengan persentase 100% untuk nilai tertinggi. Untuk nilai akurasi dan presisi Mayor
mendapatkan nilai 100%. Hasil terendah didapatkan pada metode XG Boost dengan hasil akurasi 67%,
presisi 67% dan recall 100%. Jadi dapat disimpulkan bahwa sistem pakar masih akurat untuk
mendiagnosa penyakit thalasemia.
TA/FTIB.06.2023/23 PER a