CASE-BASED REASONING UNTUK MENDIAGNOSA PENYAKIT CARDIOVASCULAR DENGAN METODE WEIGHTED MINKOWSKI

EDI FAIZAL, Dra. Sri Hartati, M.Sc., Ph.D.

2013 | Tesis | S2 Ilmu Komputer

Case-Based Reasoning (CBR) merupakan sistem penalaran yang menggunakan pengetahuan lama untuk mengatasi permasalahan baru. Pemecahan masalah baru dilakukan dengan mengadopsi solusi dari masalah lama yang mirip dengan kasus baru. Pengetahuan dalam CBR akan bertambah ketika kasus baru disimpan dalam basis kasus. Cakupan aplikasi CBR sangat luas yang ditunjukan dengan implementasinya pada berbagai bidang yang berbeda antara lain, bidang hukum, rekayasa, komputasi, jaringan komunikasi, keuangan termasuk bidang kedokteran. Penelitian ini mengimplementasikan CBR untuk melakukan diagnosa awal terhadap penyakit cardiovascular berdasarkan perhitungan kemiripan (similarity) fitur pada kasus lama. Fitur yang digunakan untuk melakukan pencocokan kasus lama dengan kasus baru adalah usia, jenis kelamin, faktor resiko dan gejala. Proses diagnosa dilakukan dengan cara memasukan fitur kasus kedalam sistem, kemudian sistem akan mencari kasus-kasus yang memiliki kesamaan fitur dengan kasus baru tersebut (retrieve). Setiap kasus yang mirip akan dihitung tingkat kemiripanya menggunakan metode weighted minkowski. Kasus dengan tingkat kemiripan paling tinggi akan diadopsi sebagai solusi kasus baru. Jika nilai kemiripan < 0,8 maka akan dilakukan revisi oleh pakar. Hasil pengujian yang dilakukan pakar menunjukkan bahwa sistem mampu melakukan diagnosa dengan benar. Sedangakan berdasarkan pengujian menggunakan data rekam medis, menunjukan bahwa sistem mampu mengenali penyakit I21 secara benar (sensitifitas) sebesar 100 %, mengenali penyakit bukan I21 (spesifisitas) sebesar 83,33 %, dengan tingkat akurasi sebesar 95,83% serta tingkat kesalahan (error rate) sebesar 4,17%.

Case-Based Reasoning (CBR) is a reasoning system that uses old knowledge to solve new problem. The new problems solved by adopting the solution of the similar old problems. Knowledge in CBR will increase when the new case is stored in the case base. Scope of CBR applications are very widely, shown with its implementations on variety of different fields. For example at law fields, engineering, computing, communications networks, financial, including the medicine fields. This research is implemented of CBR to diagnose cardiovascular disease is based on the calculation of the similar features in the old case. Features that are used to match the old cases with new cases were age, gender, risk factors and symptoms. Diagnose process is done by entering the case features into the system, then the system will look for cases that have features in common with the new case (retrieve) tures that are used to perform matching old cases with new cases were age, gender, risk factors and symptoms. Any similar cases will be calculated using the weighted Minkowski methode. Cases with a high degree of similarity in most cases will be adopted as a new solution. If similarity value <0.8 then it will be revised by experts. The test results show that the expert who carried out the system is able to diagnose correctly. While the test is based on using medical records data, shows that the system is able to recognize correctly I21 disease (sensitivity) at 100%, instead of I21 recognize disease (specificity) of 83.33%, with an accuracy rate of 95.83% and the errors rate of 4.17%.

Kata Kunci : CBR, cardiovascular, similarity, weighted minkowski