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.
Kata Kunci: Sistem Pakar, Thalasemia, Certainty Factor,Machine Learning