Source Code Aplikasi Diagnosa Penyakit Gigi Metode Naive Bayes

Irman Firmansyah
Irman Firmansyah
Update:

Buat kamu yang lagi cari referensi sistem pakar diagnosa penyakit gigi untuk bahan skripsi, tugas akhir, atau proyek kuliah, kali ini saya mau perkenalkan source code aplikasi web yang saya kembangkan bernama SIDAGI — Sistem Diagnosa Penyakit Gigi berbasis metode Naive Bayes dengan Laplace Smoothing dalam bentuk paket source code siap pakai. Aplikasi ini dibangun dari nol pakai PHP native + MySQL, tanpa framework berat, jadi cocok juga buat yang mau belajar konsep Naive Bayes beserta dengan implementasi kodenya.

Source code ini sudah tersedia dan siap dibeli di Shopee. Link pemesanan ada di bagian akhir postingan ini ya.

Daftar isi

1. Apa itu SIDAGI?

SIDAGI adalah aplikasi web yang membantu pengguna (pasien) melakukan diagnosa awal penyakit gigi dan mulut hanya dengan memilih gejala yang dirasakan. Sistem akan menghitung kemungkinan penyakit mana yang paling sesuai berdasarkan basis kasus lama yang sudah diinput sebelumnya oleh admin, menggunakan algoritma Naive Bayes.

Yang membedakan aplikasi ini dari yang lain adalah transparansi perhitungannya. Setiap hasil diagnosa tidak cuma menampilkan satu penyakit yang "menang", tapi menyimpan rincian lengkap prior, likelihood tiap gejala, nilai akhir, sampai persentase untuk semua penyakit sekaligus. Jadi hasilnya bisa dipertanggungjawabkan secara ilmiah — penting banget kalau ini mau dipakai sebagai studi kasus di BAB IV skripsi.

2. Metode Naive Bayes dengan Laplace Smoothing

Naive Bayes adalah metode klasifikasi probabilistik yang menghitung kemungkinan suatu kelas (dalam hal ini, penyakit) berdasarkan kombinasi gejala yang muncul, dengan asumsi setiap gejala saling independen. Untuk mengatasi masalah probabilitas nol pada gejala yang belum pernah muncul di basis kasus, aplikasi ini menerapkan Laplace Smoothing pada perhitungan likelihood-nya.

Rumus yang digunakan:

Prior P(Penyakit)  = total_kasus_penyakit / total_semua_kasus
Likelihood P(Gejala|Penyakit)  = (jumlah_muncul + 1) / (total_kasus_penyakit + 2)  ← Laplace Smoothing
Nilai Akhir  = Prior × (Likelihood gejala1 × Likelihood gejala2 × ...)
Persentase  = (Nilai Akhir / Σ semua Nilai Akhir) × 100%

Perhitungan ini dilakukan untuk setiap penyakit, lalu penyakit dengan persentase tertinggi ditetapkan sebagai hasil diagnosa. Seluruh logika ini ditulis rapi dalam fungsi Naive Bayes di file includes/functions.php, jadi gampang dipelajari ulang dan dijelaskan waktu sidang.

Basis kasus lama (gejala per penyakit) dikelola lewat menu admin, bukan hardcode di kode program. Total kasus lama tiap penyakit otomatis dipakai sebagai prior, dan likelihood tiap gejala dihitung otomatis begitu kamu menambah kasus baru — cocok juga kalau mau dikembangkan ke jenis penyakit lain di luar gigi.

3. Fitur Lengkap

Sebelum masuk ke fitur per role, SIDAGI juga dilengkapi landing page berisi hero, penjelasan cara kerja sistem, daftar penyakit yang bisa dideteksi, dan tentang aplikasi — jadi pengguna baru langsung paham cara pakainya sebelum daftar.

3.1 Fitur Role User (Pasien)

  • Registrasi & login mandiri
  • Dashboard ringkasan pribadi
  • Diagnosa baru — pilih gejala, hasil Naive Bayes lengkap dengan rincian perhitungan
  • Riwayat diagnosa pribadi + detail
  • Edit profil & ganti password

3.2 Fitur Role Admin

  • Dashboard — statistik, grafik tren & distribusi
  • Data Penyakit (CRUD + total kasus lama sebagai prior)
  • Data Gejala (CRUD)
  • Basis Kasus Lama — input kasus lama satu per satu per penyakit, beri nama kasus, centang gejala yang dialami, total kasus & likelihood dihitung otomatis
  • Riwayat Diagnosa seluruh pengguna + detail
  • Laporan — rekap per periode, grafik, export ke PDF lewat fitur cetak browser
  • Data Pengguna (CRUD, atur role & status aktif/nonaktif)
  • Edit profil & ganti password

4. Screenshot Aplikasi

Biar kebayang tampilan aslinya, ini beberapa cuplikan layar SIDAGI:

Landing page SIDAGI
Landing page — penjelasan sistem & cara kerja Naive Bayes
Form diagnosa gejala
Form diagnosa — pilih gejala yang dirasakan
Hasil diagnosa penyakit gigi
Hasil diagnosa lengkap dengan rincian perhitungan Naive Bayes
Dashboard admin SIDAGI
Dashboard admin — statistik & grafik tren
Kelola basis kasus lama
Kelola basis kasus lama per penyakit
Laporan dan export PDF
Laporan & export PDF

5. Teknologi yang Digunakan

PHP Native MySQL / MariaDB Tailwind CSS Alpine.js Chart.js Lucide Icons XAMPP Ready

Tidak pakai framework PHP tambahan, tidak butuh Composer atau Node.js. Seluruh query database memakai PDO prepared statement (anti SQL Injection), password di-hash dengan password_hash() (bcrypt), dilengkapi proteksi CSRF token di semua form POST, dan output di-escape dengan htmlspecialchars() (anti XSS). Tinggal jalankan di XAMPP tanpa ribet setup environment macam-macam.

6. Cocok Untuk Siapa Source Code Ini?

  • Mahasiswa yang butuh studi kasus sistem pakar / Naive Bayes untuk skripsi atau tugas akhir
  • Mahasiswa yang lagi mengerjakan tugas mata kuliah kecerdasan buatan / sistem pendukung keputusan
  • Yang mau belajar implementasi PHP native tanpa framework dari project yang sudah jadi
  • Klinik, puskesmas, atau siapa pun yang butuh alat bantu edukasi diagnosa awal penyakit gigi secara nyata

7. Cara Instalasi Singkat

Instalasinya cukup mudah, tidak butuh command line yang rumit:

  1. Install XAMPP, lalu copy folder sidagi ke dalam C:\xampp\htdocs\
  2. Start module Apache dan MySQL lewat XAMPP Control Panel
  3. Buka phpMyAdmin, buat database baru sidagi, lalu import file database/sidagi.sql yang sudah berisi skema dan data
  4. Sesuaikan config/database.php kalau perlu (default XAMPP biasanya tidak perlu diubah)
  5. Akses aplikasi lewat browser di http://localhost/sidagi/, dan aplikasi siap dipakai

Saat pertama kali diakses, dibutuhkan koneksi internet untuk memuat beberapa library dari CDN. Setiap langkah dijelaskan lebih detail di file README.md yang disertakan dalam paket source code, termasuk akun login default untuk role admin dan user.

8. Catatan Etik Penggunaan

Hasil diagnosa pada sistem ini bersifat estimasi berbasis perhitungan probabilitas dan bukan pengganti diagnosa medis profesional oleh dokter gigi. Untuk penggunaan nyata, hasil dari sistem ini sebaiknya tetap dikonfirmasi lebih lanjut dengan pemeriksaan langsung oleh tenaga medis profesional.

9. Cara Pemesanan

Paket yang kamu dapatkan setelah pembelian:

  • Full source code dengan struktur folder rapi (admin/, user/, auth/, config/, includes/, dll)
  • File database .sql lengkap — skema + data siap pakai, termasuk akun default
  • README instalasi step-by-step

Source code SIDAGI sudah tersedia di Shopee. Silakan cek link produk di bawah ini untuk detail harga dan cara pembeliannya:

👉 Beli Source Code SIDAGI di Shopee

Kalau ada pertanyaan seputar instalasi atau custom fitur, boleh banget tinggalkan komentar di bawah postingan ini atau chat langsung lewat Shopee.

Related Posts

Memuat…

Posting Komentar