Dibandingkan dengan orang dewasa, bayi dan balita jauh lebih rentan terhadap penyakit. Kondisi geografis Indonesia yang berada di daerah tropis menjadikan variasi mikroorganisme penyebab penyakit lebih beragam. Diperlukan pengetahuan penyakit-penyakit yang biasa menyerang sang anak agar orang tua dapat bertindak secara cepat dan tepat dalam mencegah dan menanggulangi kondisi tersebut. Maka dari itu perlu adanya sebuah sistem yang membantu para orang tua untuk mendeteksi secara dini penyakit dari anak. Salah satu cabang ilmu komputer yang dapat membantu orang tua dalam menangani deteksi penyakit pada anak adalah sistem pakar. Pada penelitian ini, pembuatan sistem pakar diagnosa penyakit pada anak menggunakan metode certainty factor. Aplikasi diagnosa penyakit anak dapat melakukan diagnosa terhadap pasien berdasarkan gejala-gejala yang di alami sehingga dapat diperoleh sebuah kemungkinan penyakit yang didertita pasien. Adapun tingkat akurasi sistem yang telah dilakukan oleh 23 pasien terdapat 22 kasus yang sesuai dan 1 kasus yang tidak sesuai. Jadi tingkat akurasi sistem setelah dilakukan pengujian terhadap 23 pasien adalah 96%.

The development of existing artificial intelligence technology has been widely applied in detecting diseases using expert systems. Dengue Infection is one of the diseases that is commonly suffered by the community and may cause in death. In this study, an expert diagnosis system for dengue infection is made by comparing between both Bayes method and Certainty Factor. The aims are to build an expert system using Bayes and Certainty Factor for early diagnosis of dengue infection and also to determine their level of accuracy. There are 80 data used in this study which are obtained from the medical records of Sekaran Health Center in Semarang City. The test results show that the level of accuracy obtained from 80 medical record data for Bayes method is 90% and the Certainty Factor method is 93,75%.