@thesis{thesis,
		author={YULI NUR WIDYASTUTI  .},
		title ={SISTEM PAKAR DIAGNOSA AWAL PENYAKIT GIGI MENGGUNAKAN METODE CERTAINLY FACTOR},
		year={2021},
		url={http://eprints.stmik-aub.ac.id/107/},
		abstract={Penyakit gigi adalah penyakit yang banyak ditemukan di masyarakat. Dokter gigi masih harus secara langsung bertemu pasien untuk memastikan penyakit gigi yang diderita pasien sehingga memerlukan waktu untuk menentukan diagnosa. Dalam hal ini dibutuhkan sebuah media yang bertindak sebagai seorang pakar untuk membantu dokter. Apalagi dengan wabah covid-19 ini lebih diutamakan meminimalisir adanya tatap muka secara langsung untuk mencegah penularan.
Tujuan penelitian ini adalah merancang dan membangun suatu sistem untuk mendiagnosa awal penyakit gigi menggunakan metode certainly factor (CF), dengan tools Android Studio versi 3.6.2 dan bahasa pemrograman Java, HTML, PHP serta database MySQL. Metode pengumpulan data dalam mendukung penelitian adalah wawancara dan kajian pustaka serta metode analisa menggunakan metode PIECES. Sehingga menghasilkan aplikasi android yang dapat diakses secara online oleh pasien dan terintegrasi dengan firebase. Penentuan diagnosa dilakukan melalui proses konsultasi antara sistem dan pengguna. Jawaban disesuaikan dengan aturan yang berlaku dalam sistem, kemudian sistem memberikan hasil diagnosa berupa informasi penyakit gigi yang diderita disertai persentasenya. 
Hasil penelitian ini adalah aplikasi diagnosa penyakit gigi dengan menentukan total nilai CF tertinggi. Nilai CF dari gejala penyakit gigi diperoleh berdasarkan pengalaman seorang pakar atau dokter gigi. Diagnosa yang dihasilkan aplikasi sesuai dengan pakar. Pengujian UAT membuktikan aplikasi memiliki tingkat penerimaan yang tinggi oleh responden dengan uncertain term “Hampir Pasti” dan “Pasti” diterima dengan nilai interpretasi antara 0,9 hingga 1,0.}
		}