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%.

Expert system is a computer system that can adopt human knowledge into a computer. Expert system can be used to solve problems commonly performed by experts, one of them is the diagnosis of urinary system diseases. Expert system for the diagnosis of the urinary system disease especially for the inflammation of the bladder and these pyelonephritis using the forward chaining and the dempster shafer method. Forward chaining is used to diagnose disease based on the rules and the dempster shafer is used to determine the value of confidence. The goal is to build an expert system using forward chaining and dempster shafer methods to diagnose early urinary system diseases and to determine the level of accuracy. The data used is the secondary data obtained from the UCI Machine Learning Repository as much as 120 data and 6 attributes. The result of the implementation of the forward chaining and the dempster shafer methods on this expert system of diagnosis of urinary system diseases generates an accuracy value of 87.5%.