AbstrakBerbagai penyakit pada manusia dapat menimbulkan masalah serius jika tidak cepat ditangani, seperti halnya penyakit THT (Telinga, Hidung, dan Tenggorokan). Penderita penyakit THT di Indonesia cukup tinggi, karena masyarakat sering menganggap remeh penyakit THT dan kurangnya informasi mengenai penyakit tersebut. Perlu adanya sistem yang memberikan informasi mengenai gejala pada penyakit THT dan jenis penyakit apa saja yang diderita, serta solusi apa yang tepat untuk menangani penyakit THT. Subjek dalam penelitian ini adalah sistem pakar untuk mendiagnosa penyakit THT. Pada penelitian ini menggunakan dua metode, yaitu metode ketidakpastian menggunakan Dempster Shafer dan metode penelusuran yaitu Forward Chaining. Langkah pengembangan diawali dari pengumpulan data, lalu pembuatan Rule Based, mengimplementasikan metode, dan melakukan pengujian akurasi pakar. Hasil penelitan ini adalah sistem pakar mendiagnosa penyakit THT sebanyak 7 jenis penyakit dengan gejala sebanyak 24 jenis. Penelitian ini juga menggunakan metode Dempster Shafer untuk mendapatkan nilai kepastian berupa persentase nilai kepastian pada hasil diagnosa penyakitnya. Berdasarkan hasil pengujian pakar, dapat disimpulkan bahwa sistem pakar memiliki tingkat kesamaan dengan pakar sebesar 85% yang berarti bahwa sistem pakar ini layak untuk digunakan.AbstractVarious diseases in humans can cause serious problems if not quickly handled, such as ENT diseases (ear, nose, and throat). People with ENT disease in Indonesia is quite high, because people often consider the condition of ENT disease and lack of information about the disease. There is a system that provides information about the symptoms in ENT diseases and what types of diseases suffered, as well as what is the right solution to handle ENT diseases. The subject in this study is an expert system for diagnosing ENT diseases. The study used two methods, namely the uncertainty method using Putty Shafer and the search method that is Forward Chaining. The development step starts from collecting data, then creating a Rule Based, implementing methods, and conducting expert accuracy testing. The results of this research is a system of experts diagnose ENT diseases as many as 7 types of diseases with the symptoms as much as 24 types. This research also uses the method of putty Shafer to get certainty of the percentage value of certainty in the diagnosis of diseases. Based on expert testing results, it can be concluded that an expert system has a level of similarity with experts at 85% which means that the expert system is worthy of use.