CASE-BASED REASONING UNTUK DIAGNOSA PENYAKIT THT (TELINGA HIDUNG TENGGOROK)

Tedy Rismawan, Dra. Sri Hartati, M.Sc., Ph.D.

2012 | Tesis | S2 Ilmu Komputer

Case-Based Reasoning (CBR) merupakan sistem penalaran komputer yang menggunakan pengetahuan lama untuk mengatasi permasalahan 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. Selain itu, CBR juga dapat dimulai dari jumlah pengetahuan yang sedikit, karena pengetahuan CBR dapat bertambah secara bertahap ketika sebuah kasus ditambahkan. Penelitian ini mencoba untuk membangun suatu sistem Penalaran Berbasis Kasus untuk melakukan diagnosa penyakit THT (Telinga, Hidung dan Tenggorokan) dengan melihat ciri-ciri gejala yang ada pada pasien. 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 dari kasus, sistem selanjutnya melakukan proses perhitungan nilai similarity antara kasus baru dengan basis kasus yang memiliki indeks yang sama dengan kasus baru menggunakan metode cosine coefficient. Kasus yang diambil adalah kasus dengan nilai similarity yang 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 (fresh knowledge) bagi sistem. Hasil penelitian menunjukkan sistem penalaran berbasis kasus untuk mendiagnosa penyakit THT ini membantu paramedis dalam melakukan diagnosa. Hasil pengujian sistem terhadap 111 data kasus uji, diperoleh 9 kasus yang memiliki nilai similarity di bawah 0.8.

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 an 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. Moreover, CBR can also be started from a small amount of knowledge, because the knowledge of CBR can be increased gradually when a case is added. This study tries to establish a system for Case-Based Reasoning for diagnosing diseases of ENT (Ear, Nose, Throat) by looking at the characteristics of existing symptoms in patients. Diagnosis process is done by inserting a new case (target case) that contains the symptoms of the disease to be diagnosed into the system, then the system will do the indexing process with backpropagation method to obtain an index of new cases. After obtaining an index of the case, then the system do the calculation of the value of similarity between the new case by case basis which has the same index with new cases using cosine coefficient method. The case taken is the case with the highest similarity value. If a case is not successfully diagnosed, then the case will be revised by the experts. Revised successful cases will be stored into the system to be used as new knowledge (fresh knowledge) for the system. The results showed case-based reasoning system for diagnosing diseases of ENT can help paramedics in performing diagnostics. The test results of 111 data test cases, obtained 9 cases that have similarity values below 0.8.

Kata Kunci : THT, penalaran berbasis kasus, indexing, backpropagation, similarity