Abstract
Demam merupakan suatu gejala penyakit yang hampir setiap orang pernah mengalaminya. Demam merupakan gejala awal dari beberapa penyakit baik itu penyakit biasa maupun penyakit serius. Namun terdapat beberapa penyakit dengan gejala demam yang sulit dibedakan karena memiliki gejala awal yang mirip diantaranya adalah demam berdarah dengue (DBD), malaria dan tifoid. Kesalahan dalam penegakkan diagnosis awal sering terjadi karena keterbatasan pengalaman sehingga kecepatan mendiagnosis penyakit sangat terbatas dan terkadang kurang akurat. Masih banyak dokter-dokter muda dan tenaga medis yang sulit dalam mendeteksi lebih awal ketiga penyakit ini. Apabila salah dalam mendiagnosa awal sebuah penyakit maka akan berakibat terlambatnya penanganan dan pengobatan dan hal tersebut dapat berakibat fatal. Untuk mengatasi hal tersebut dibutuhkan suatu sistem yang dapat mengadopsi pengetahuan pakar. Salah satu teknologi komputer yang dapat membantu menegakkan diagnosis awal melalui verifikasi gejala-gejala yaitu menggunakan sistem pakar. Pada sistem pakar ini menggunakan metode fuzzy k-nearest neighbor yang merupakan metode klasifikasi yang digunakan untuk memprediksi data uji menggunakan nilai keanggotaan terbesar pada tiap kelas penyakit sebagai penyakit hasil prediksi. Sistem pakar ini menggunakan 15 parameter gejala dan 3 kelas penyakit. Berdasarkan hasil pengujian pengaruh nilai K terhadap tingkat akurasi didapatkan rata-rata akurasi sebesar 90.75% Pada pengujian pengaruh variasi jumlah data latih didapatkan rata-rata akurasi sebesar 87% dan pada pengujian pengaruh komposisi data latih didapatkan akurasi tertinggi yaitu 94% yang didapat dari komposisi data latih seimbang.
