Penyakit otitis, terutama otitis media, otitis eksterna, dan otitis interna, merupakan masalah kesehatan yang umum pada manusia. Identifikasi dan diagnosis yang akurat sangat penting untuk pengobatan yang efektif. Sistem pakar telah menjadi solusi efektif dalam bidang ini karena mereka dapat memanfaatkan pengetahuan medis untuk mendukung proses pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan Sistem Pakar Deteksi Penyakit Otitis dengan memanfaatkan tiga metode berbeda: Certainty Factor (CF), Teorema Bayes, dan Metode Dempster-Shafer. Metode CF digunakan untuk mengukur tingkat keyakinan dalam pengambilan keputusan, Teorema Bayes memanfaatkan probabilitas, dan Dempster-Shafer mencocokkan kasus sebelumnya dengan gejala saat ini untuk memberikan rekomendasi diagnosa. Dalam penelitian ini, data gejala otitis dikumpulkan dari pasien yang telah didiagnosis sebelumnya untuk melatih sistem pakar. Sistem kemudian diuji dengan kasus-kasus baru untuk menganalisis kinerja dan akurasi metode. Hasil penelitian menunjukkan bahwa ketiga metode tersebut memiliki potensi dalam mendeteksi penyakit otitis dengan akurasi bervariasi. Kadang-kadang, satu metode bisa lebih unggul daripada yang lain, menunjukkan bahwa penggunaan kombinasi atau penggabungan metode dapat meningkatkan akurasi diagnosa. Penelitian ini memiliki kontribusi penting dalam pengembangan sistem pakar di bidang kesehatan dan pelayanan medis. Hal ini diharapkan dapat membantu dokter dalam proses diagnosa penyakit otitis yang lebih cepat dan akurat. Hasil perhitungan menunjukkan bahwa Certainty Factor memiliki tingkat keyakinan tertinggi dalam diagnosa otitis media (86%), otitis eksterna (79%), dan otitis interna (87%). Sementara Dempster-Shafer memiliki tingkat keyakinan yang lebih rendah dalam semua kasus, namun tetap memberikan kontribusi yang signifikan dalam beberapa situasi.