CASE BASED REASONING UNTUK MENDIAGNOSA PENYAKIT ANAK MENGGUNAKAN METODE BLOCK CITY

Main Article Content

Marnon Yolinda Chrisma Mage
Derwin Rony Sina
Tiwuk Widiastuti

Abstract

Metode Case Based Reasoning (CBR) adalah salah satu metode untuk membangun sebuah sistem yang bekerja dengan cara mendiagnosa kasus baru berdasarkan kasus lama yang pernah terjadi dan memberikan solusi pada kasus baru berdasarkan pada kasus lama yang memiliki nilai kemiripan tertinggi. Pada penelitian ini, penulis menerapkan CBR untuk mendiagnosis penyakit penyakit anak usia 1-12 tahun. Sumber pengetahuan sistem diperoleh dengan mengumpulkan berkas rekam medis pasien pada tahun 2014 dan 2015. Perhitungan nilai kemiripan menggunakan metode Block City fungsi Gower dengan nilai batas kewajaran adalah 70%. Sistem ini dapat mendiagnosis 10 penyakit berdasarkan 48 gejala yang ada. Keluaran sistem berupa penyakit yang dialami oleh pasien berdasarkan gejala yang diinputkan oleh tenaga medis non dokter, solusi penanganan dan presentasi kemiripan dengan kasus terdahulu untuk menunjukan tingkat kebenaran hasil diagnosis. Berdasarkan hasil pengujian menggunakan 83 kasus baru didapatkan keakuratan sistem sebesar 75,90%.

Article Details

Section
Articles

References

Badan Pusat Statistik (Juli,2013), ww.bps.go.id diakses pada 5 Desember 2015

www.idai.or.id diakses pada tanggal 5 Desember 2015

Nur dan Abdul Fadlil, 2013, Sistem Identifikasi Citra Jenis Cabai (Capsicum Annum L.) Menggunakan Metode Klasifikasi City Block Distance, Jurnal Sarjana Teknik Informatika, e-ISSN 2338-5197, Volume 1 Nomor 2, Universitas Ahmad Dahlan.

Romadhon, G dan Murinto., 2014, Aplikasi Pengenalan Citra Rambu Lalu Lintas Berbentuk Lingkaran Menggunakan Metode Jarak City Block, Jurnal Sarjana Teknik Informatika Vol. 2, No 2.

Tursina., 2012, Case Based Reasoning Untuk Diagnosa Penyakit Respilogi Anak Menggunakan Similarity Simple Matching Coefficient, Jurnal ELKHA, No.1, Vol.4, (hlm 18).

Main, J.; Dillon, T.S.; Shiu, S., 2001, A Tutorial on Case-Based Reasoning: Soft Computing in Case-Based Reasoning (Eds), Sprenger-Verlag, London, pp. 1-28

Aamodt, A., dan Plaza, E., 1994, Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches. AI Communications, Vol. 7, 39- 59.

Pal, S.K., dan Shiu, S.C.K., 2004, Fondation of Soft Case-Based Reasoning, John Willey and Sons, Inc., New Jersey.

Sung, H, C., 2007, Comperhensive Survey on Distance/Similarity Measures between Probability Density Functions, International Journal Of Mathematical Models and Methods In Applied Science, Issue 4, Vol. 1.