Temu Balik Informasi Kasus Sosial Anak Menggunakan Pendekatan Case-Based Reasoning Dipadukan Dengan Text Mining (TM-CBR)

NUR ANNISA T., Teguh Bharata Adji, , S.T., M.T., M.Eng., Ph.D.;Adhistya Erna Permanasari, , S.T., M.T., Ph.D.

2020 | Tesis | MAGISTER TEKNOLOGI INFORMASI

Kasus sosial anak merupakan satu dari sekian permasalahan sosial yang penanganannya menjadi tugas dan kewenangan pekerja sosial. Diperlukan keterampilan dan pengalaman yang memadai untuk dapat memberikan rekomendasi yang sesuai dengan permasalahan sosial yang dialami anak. Untuk menyiasati kurangnya pengalaman, pemanfaatan dokumen-dokumen kasus sosial anak sebagai referensi penanganan kasus dapat menjadi solusi alternatif. Ide dasarnya ialah kasus serupa memiliki pendekatan penyelesaian yang sama. Masalahnya dengan ketersediaan dokumen dalam jumlah yang banyak dan belum terkategorisasi, serta belum adanya pengetahuan untuk mengidentifikasi dokumen berdasarkan fitur tertentu menyulitkan pekerja sosial untuk menemukan dokumen dengan kasus yang mirip. Oleh karena itu diperlukan sebuah mekanisme yang mampu mengidentifikasi suatu dokumen berdasarkan fitur kasusnya, menemukan dokumen-dokumen yang memiliki kemiripan dengan kasus yang sedang ditangani, sehingga diperoleh gambaran penyelesaian dari kasus tersebut. Penelitian ini menggunakan pendekatan case-based reasoning yang merupakan pendekatan penyelesaian kasus berdasarkan penyelesaian-penyelesaian yang pernah dilakukan. Sehubungan dengan penggunaan sumber pengetahuan berupa data teks, beberapa metode text mining diimplementasikan. Pendekatan topic modeling berperan dalam membangun representasi kasus. Eksperimen dilakukan dengan membandingkan performa tiga metode perhitungan similaritas teks pada case retrieval. Dari hasil evaluasi empiris oleh expert, kombinasi perhitungan LDA - JSD dan case tag - Cosine Similarity unggul dengan akurasi 63,89% dan presisi 66,67%. Akhirnya, penelitian ini menghasilkan purwarupa sistem TM-CBR yang siap diujicobakan dalam rangka pemanfaatan kembali dokumen-dokumen yang ada sebagai referensi penanganan kasus sosial anak.

The child social cases are one of many social problems whose handling becomes the task and authority of the social case worker. Adequate knowledge and experience in handling these certain case is required for a social case worker to provide the appropriate recommendations for the social problems experienced by a child. To deal with a lack of experiences the use of child social case documents as a reference for handling cases can be an alternative solution. The basic idea is that similar cases will have the same problem-solving approach. The problems are the large number of documents available which has not been categorized, and the lack of knowledge to identify documents based on certain features makes it difficult for social workers to find documents with similar cases. To overcome this problem, a mechanism with ability of identifying a document based on the case features, finding documents with similarities to the case being handled is required, as well as getting an insight of the case resolution. This study uses a case-based reasoning approach to yield solution of a case based on resolutions that have been made, especially Textual CBR. With the use of textual data as the knowledge sources, several text mining methods are implemented. The topic modeling approach plays a role in case representation in the case base construction process. Next, the experiment was carried out by comparing three methods of calculating text similarity in the case retrieval. As a result, the combination of LDA - JSD and case tags - Cosine Similarity with 63.89% accuracy and 66,67% precision. Finally, this research yield a prototype of TM-CBR system that was ready to be trialled to support the reuse of existing documents as a reference for handling the ongoing cases.

Kata Kunci : Kasus Sosial Anak, Text Mining, Topic Modeling, Case-Based Reasoning