CASE-BASED REASONING UNTUK DIAGNOSIS PENYAKIT JANTUNG
EKA WAHYUDI, Prof. Sri Hartati, M.Sc., Ph.D.;Aina Musdholifah, S.Kom., M.Kom., Ph.D.
2015 | Tesis | S2 Ilmu KomputerCase Based Reasoning (CBR) merupakan sistem penalaran komputer yang menggunakan pengetahuan lama untuk mengatasi masalah baru. CBR memberikan solusi terhadap permasalahan baru dengan melihat kasus lama yang paling mendekati permasalahan baru. Sistem yang dibangun dalam penelitian ini adalah sistem CBR untuk melakukan diagnosis penyakit Jantung. Proses diagnosis dilakukan dengan cara memasukkan permasalahan baru (target case) yang berisi gejala-gejala yang akan di diagnosis ke dalam sistem, kemudian melakukan proses perhitungan nilai similaritas antara permasalahan baru dengan basis kasus (case base) menggunakan metode nearest neighbor similarity, minkowski distance similarity, dan euclidean distance similarity. Kasus yang diambil adalah kasus dengan nilai similaritas paling tinggi. Jika suatu kasus tidak berhasil di diagnosis atau target case < 80, maka akan dilakukan revisi kasus oleh pakar. Kasus yang berhasil direvisi akan disimpan ke dalam sistem untuk dijadikan pengetahuan baru bagi sistem. Metode dengan akurasi hasil diagnosis terbaik akan digunakan dalam membangun sistem CBR untuk kepentingan diagnosis penyakit jantung. Hasil pengujian rata-rata sistem untuk melakukan diagnosis awal terhadap penyakit jantung menggunakan data rekam medik pasien penyakit jantung, menunjukan bahwa sistem mampu mengenali penyakit jantung menggunakan metode nearest neighbor similarity, minskowski distance similarity dan euclidean distance similarity secara benar masing-masing sebesar 100%. Serta perhitungan tingkat akurasi menggunakan metode nearest neighbor similarity sebesar 86,21%, metode minkowski sebesar 100% dan metode euclidean sebesar 94,83%.
Case Based Reasoning (CBR) is a computer system that uses for reasoning old knowledge to solve new problems. CBR provide solutions for new cases by looking at the old case which is closest to the new case. This research attempts to establish a system of Case-Based Reasoning for diagnosing heart disease. The process of diagnosis is done by inserting new cases (target case) containing symptoms at diagnosis will into the system, then the process of calculating the value of similarity between the new case with the base case (base case) using the nearest neighbor similarity method, minkowski distance similarity, and euclidean distance similarity. Case taken is the case with the highest similarity value. If a case does not succeed in the diagnosis or threshold < 80, the case will be revised by experts. Revised successful cases are stored to add the system knowledge. Method with the best diagnostic result accuracy will be used in building the CBR system for heart disease diagnosis. The test results using medical records data validated by expert indicate that the system is able to recognize diseases heart using nearest neighbor method, minskowski and euclidean correctly respectively of 100%. Using nearest neighbor get accuracy of 86.21%, minkowski 100%, and euclidean 94.83%.
Kata Kunci : Case-based reasoning, nearest neighbor similarity, minkowski distance similarity dan euclidean distance similarity
