Perokok aktif dan pasif memiliki risiko tinggi terkena berbagai penyakit serius akibat
paparan zat-zat berbahaya dalam asap rokok, seperti kanker paru-paru, penyakit
jantung, bronkitis, asma, dan emfisema. Deteksi dini terhadap penyakit-penyakit ini
sangat penting untuk meningkatkan efektivitas pengobatan dan mengurangi angka
kematian. Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem
pakar yang mampu mendeteksi dini penyakit pada perokok dengan menggunakan
pendekatan machine learning. Data primer dikumpulkan melalui penyebaran kuesioner
kepada responden untuk mengidentifikasi gejala-gejala terkait berbagai penyakit akibat
merokok. Sistem ini dikembangkan dengan menggunakan algoritma Random Forest,
yang dipilih karena kemampuannya dalam menangani data kompleks dan memberikan
prediksi yang akurat. Pengembangan sistem melalui beberapa tahap, mulai dari
pengumpulan data gejala yang relevan, preprocessing data untuk memastikan kualitas
data, hingga permodelan dan evaluasi menggunakan metode k-fold cross-validation.
Implementasi sistem dilakukan dalam bentuk aplikasi berbasis web yang dikembangkan
dengan framework Python Flask, yang memungkinkan pengguna untuk dengan mudah
mendeteksi penyakit berdasarkan gejala yang mereka alami. Hasil evaluasi
menunjukkan bahwa sistem ini mampu memberikan prediksi dengan akurasi sebesar
94%.
Kata kunci : deteksi dini penyakit, kuesioner, machine learning, Python Flask,
Random Forest, sistem pakar, web aplikasi.