Case-Based Reasoning untuk Diagnosa Penyakit THT (Telinga Hidung dan Tenggorokan)

Abstract

AbstrakCase-Based Reasoning (CBR) merupakan sistem penalaran komputer yang menggunakan pengetahuan lama untuk mengatasi masalah baru.CBR memberikan solusi terhadap kasus baru dengan melihat kasus lama yang paling mendekati kasus baru. Hal ini akan sangat bermanfaat karena dapat menghilangkan kebutuhan untuk mengekstrak model seperti yang dibutuhkan oleh sistem berbasis aturan. Penelitian ini mencoba untuk membangun suatu sistem Penalaran Berbasis Kasus untuk melakukan diagnosa penyakit THT (Telinga, Hidung dan Tenggorokan). Proses diagnosa dilakukan dengan cara memasukkan kasus baru (target case) yang berisi gejala-gejala ang akan didiagnosa ke dalam sistem, kemudian sistem akan melakukan proses indexing dengan metode backpropagation untuk memperoleh indeks dari kasus baru tersebut. Setelah memperoleh indeks, sistem selanjutnya melakukan proses perhitungan nilai similarity antara kasus baru dengan basis kasus yang memiliki indeks yang sama menggunakan metode cosine coefficient. Kasus yang diambil adalah kasus dengan nilai similarity paling tinggi. Jika suatu kasus tidak berhasil didiagnosa, maka akan dilakukan revisi kasus oleh pakar. Kasus yang berhasil direvisi akan disimpan ke dalam sistem untuk dijadikan pengetahuan baru bagi sistem. Hasil penelitian menunjukkan sistem penalaran berbasis kasus untuk mendiagnosa penyakit THT ini membantu paramedis dalam melakukan diagnosa. Hasil uji coba sistem terhadap 111 data kasus uji, terdapat 9 kasus yang memiliki nilai similarity di bawah 0.8. Kata kunci—case-based reasoning, indexing, similarity, backpropagation, cosine coefficient Abstract Case-Based Reasoning (CBR) is a reasoning system that uses old knowledge to solve new problem. CBR provides solutions to new cases by looking at old case that comes closest to the new case. It will be very useful because it eliminates the need to extract the model as required by the rule-based systems. This studytriestoestablisha system forCBR for diagnosingdiseasesof ENT.Diagnosisprocessis done byinsertinga new casethat containsthe symptoms ofthe disease to bediagnosed, thenthe system willdo theindexingprocess with backpropagation method toobtainan indexofnewcases. Afterthat, the systemdo thecalculation of the valueof similaritybetweenthe newcasebycasebasiswhichhas thesame indexwithnew cases using cosine coefficient method. The casetaken isthe casewiththe highestsimilarityvalue. If acaseis not successfullydiagnosed, thecasewillbe revisedby theexperts and it can be used asnew knowledgefor thesystem. The results showedcase-basedreasoningsystemtodiagnosediseasesof ENTcan helpparamedicsin performingdiagnostics. The test results of 111 data test cases, obtained 9 cases that have similarity values below 0.8. Keywords—case-based reasoning, indexing, similarity, backpropagation, cosine coefficient

Indexing Pada Sistem Penalaran Berbasis Kasus Menggunakan Metode Complete-Linkage Clustering

“…Kelebihan utama dari CBR adalah dalam hal akuisisi pengetahuan, dimana sistem CBR dapat menghilangkan kebutuhan untuk ekstrak model atau kumpulan dari aturan-aturan seperti yang diperlukan dalam sistem Rule-Based Reasoning (RBR). Walaupun demikian, kelemahan CBR yaitu jika kasus lama yang ada pada basis kasus memiliki jumlah yang banyak, maka proses untuk menemukan kasus yang mirip akan memerlukan waktu yang relatif cukup lama (Rismawan dan Hartati, 2012). Agar proses retrieve lebih efisien, perlu dilakukan indexing sehingga proses pencarian kasus yang mirip tidak perlu melibatkan seluruh data tetapi cukup pada beberapa kasus terdekat saja.…”

“…Data yang digunakan merupakan data kasus operasional bendungan timah Tasoh tahun 1997-2005. Hasil penelitian menunjukkan metode hashing memberikan hasil yang lebih baik dari pada metode CBR konvensional, dimana proses retrieve rata-rata memiliki kecepatan proses lebih cepat 1 ms. Indexing menggunakan metode backpropagation, sedangkan teknik retrieve menggunakan metode cosine coefficient untuk diagnosa penyakit THT (telinga, hidung, dan tenggorok), diteliti oleh Rismawan dan Hartati (2012). Data uji yang digunakan sebanyak 111.…”

Rancang Bangun Purwarupa Aplikasi Deteksi Dini Penyakit Jantung Berbasis Case Base Reasoning dengan Keamanan Data

“…Inovasi bidang rekayasa dan teknologi untuk mendukung kebutuhan pelayanan medis terus berkembang. Salah satunya adalah pembangunan Sistem komputasi cerdas yang dapat membantu tenaga Medis melalukan diagnose sebuah penyakit [2] [3] [4]. Dalam penelitian ini diusulkan Rancang Bangun purwarupa aplikasi berbasis Web yang ditujukan untuk melakukan identifikasi awal penyakit jantung.…”

Penerapan Case Based Reasoning Pada Sistem Manajemen Pengetahuan Pengelolaan Infak Dan Sedekah Berbasis Web

“…Dalam hal ini perlu adanya penerapan Case Based Reasoning (CBR). CBR akan melakukan perbandingan antara kasus baru dengan kasus lama untuk memberikan solusi dari kasus baru berdasarkan kasus lama yang mempunyai kemiripan dengan kasus baru tersebut [5].…”

“…Penerapan CBR pada sistem manajemen pengetahuan terbukti mampu membantu organisasi dalam menemukan solusi kasus berdasarkan gejala dan pengetahuan yang ada pada knowledge base seperti yang dilakukan pada diagnosis penyakit [5], pembelajaran [8], konseling [9] dan lain-lain. Oleh karena itu, dalam penelitian ini akan menekankan penerapan CBR pada sistem manajemen pengetahuan pengelolaan Infak dan Sedekah.…”