ABSTRAK
Hand, Foot and Mouth Disease (HMFD) adalah penyakit menular yang disebabkan sekelompok virus dari genus Enterovirus. Penyakit tersebut memiliki gejala awal yang diikuti perubahan fisik dengan munculnya ruam di telapak tangan. Berdasarkan masalah tersebut dibuat aplikasi berbasis android dengan metode sistem pakar Naïve Bayes dan metode ekstraksi ciri Gray Level Coocurence Matrix (GLCM) yang dapat mendeteksi gejala HFMD pada citra telapak tangan pengguna serta mengolah gejala yang dirasakan. Aplikasi ini dapat memberikan keluaran berupa informasi terdeteksi dini atau tidaknya penyakit HFMD. Dari hasil pengujian yang telah dilakukan didapatkan akurasi 100 % dalam pengujian naive bayes pada data partisi 70%:30% .Ssdangkan pada metode ekstraksi ciri GLCM mendapatkan hasil akurasi tertinggi sebesar 73,3 % pada sudut GLCM 0? dengan nilai k sama dengan 1 dan didapatkan tingkat akurasi performansi aplikasi terbesar pada sudut 0? dengan intensitas cahaya 600-1100 LUX dan pada sudut 15? dengan intensitas cahaya 300-500 LUX dengan akurasi sebesar 70 %.
Kata Kunci: Hand, Foot and Mouth Disease (HFMD), Naïve Bayes, Gray Level Coocurence Matrix (GLCM).
?