Sistem Berbasis Kasus Untuk Menentukan Tingkat Resiko Komplikasi Akibat Diabetes Melitus

Abstract

Sistem berbasis kasus untuk menentukan tingkat resiko komplikasi akibat diabetes mellitus ini merupakan suatu sistem pakar yang dirancang sebagai alat bantu untuk mendiagnosis penyakit komplikasi akibat diabetes mellitus khusus pada penderita diabetes mellitus dengan basis pengetahuan yang dinamis. Pengetahuan ini didapat dari berbagai sumber diantaranya penelitian dan seminar yang dilakukan pakar dalam bidangnya serta buku yang berhubungan dengan penyakit komplikasi diabetes mellitus. Basis pengetahuan disusun sedemikian rupa ke dalam suatu database dengan beberapa tabel diantaranya tabel gejala, tabel penyakit, tabel hasil laboratorium dan tabel aturan untuk mempermudah kinerja system dalam pengambilan kesimpulan. Pengambilan kesimpulan dalam sistem berbasis kasus ini menggunakan metode Case-Based Reasoning. Sistem berbasis kasus ini akan menampilkan pilihan gejala dan hasil laboratorium yang dapat dipilih oleh asisten atau dokter. Pada hasil akhir sistem berbasis kasus akan menampilkan hasil diagnosis komplikasi diabetes mellitus beserta nilai threshold, nilai perhitungan dan penatalaksnaan.

Analisa Berat Bersih Daging Serta Ciri-Ciri Sapi Normal dan Glongongan Menggunakan Sistem Pakar dengan Metode Case Based Reasoning (CBR) Berbasis Android

“…[13] Dalam mencari pemecahan sebuah kasus baru, sistem penalaran berbasis kasus akan mencari unsur yang paling banyak memiliki kemiripan (similar) dengan kasus lama di dalam basis kasus [12]. Untuk mendapatkan solusi, maka harus dihitung terlebih dahulu berapa tingkat kemiripan kondisi hewan sapi dan tubuh sapi pada basis kasus [9]. Rumus untuk menghitung tingkat kemiripan adalah sebagai berikut: [14] = 1+ 2+ 3 …………………….. (1) Keterangan :…”

“…Oleh karena itu, terdapat kemungkinan bahwa masalah yang akan muncul di masa yang akan datang memiliki kesamaan dengan masalah yang pernah terjadi sebelumnya [8]. Penelitian sebelumnya sudah banyak membahas mengenai penalaran berbasis kasus dalam menentukan tingkat rsiko komplikasi diabetes melitus [9], estimasi berta karkas sapi berdasarkan segmentasi K-Means Clustering dengan menggunakan metode klasifikasi support vector machine multiclass [10], serta estimasi bobot karkas sapi berdasarkan metode region growing dan klasifikasi K-NN [11]. Sementara penelitian ini tidak hanya memperkirakan berat karkas, akan tetapi memprediksi berat bersih daging (daging murni tanpa tulang) dengan menggunakan metode case-based reasoning.…”