SISTEM PENALARAN BERBASIS ATURAN DAN KASUS UNTUK DIAGNOSA GANGGUAN KEJIWAAN PSIKOSIS

AUSE LABELLAPANSA, Dra. Sri Hartati, M.Sc., Ph.D.

2013 | Tesis | S2 Ilmu Komputer

Penelitian mengenai penyakit mental “The Global Burden of Disease” yang dilakukan oleh Murray (1996) bekerjasama dengan WHO dan World Bank memprediksikan bahwa penyakit mental akan menduduki posisi kedua setelah penyakit kardiovaskuler pada tahun 2020. Salah satu penyakit mental tersebut adalah penyakit Psikosis. Hal ini mengakibatkan sistem komputer yang memanfaatkan metode kecerdasan buatan untuk membantu kerja para profesional dibidang kedokteran kejiwaan menjadi sangat diperlukan. Penelitian ini menggunakan penalaran berbasis aturan (RBR) untuk melakukan diagnosa awal gangguan psikosis yang terdiri dari gangguan Skizofrenia, gangguan waham menetap dan gangguan psikosis akut dan sementara dimana digunakan certainty factor (CF) dalam menangani ketidakpastian yang muncul serta penggunaan penalaran berbasis kasus (CBR) untuk melakukan diagnosa jenis gangguan psikosis Skizofrenia. Proses diagnosa dilakukan dengan cara memasukkan gejala yang dirasakan oleh pasien oleh paramedis. Jika pasien memiliki gangguan Skizofrenia, maka digunakan CBR untuk melakukan diagnosa jenis Skizofrenia nya. Setiap kasus baru Skizofrenia akan di hitung tingkat similaritas dengan menggunakan metode Weighted Nearest Neighbor. Hasil pengujian yang dilakukan oleh pakar menunjukkan bahwa sistem RBR mampu melakukan diagnosa gangguan Psikosis dengan benar sedangkan hasil pengujian sistem CBR menggunakan data rekam medis menunjukan bahwa sistem mampu mengenali jenis Skizofrenia secara benar dengan kriteria similaritas sangat mirip (0,8-1) sebesar 80% dan kriteria mirip (0,6 – 0.79) sebesar 20%.

Research on mental illness \\"The Global Burden of Disease\\" conducted by Murray (1996) in collaboration with WHO and the World Bank predicts that mental illnesses will occupy the second position after cardiovascular disease in 2020. One of the mental illness is a disease Psychosis. This resulted in a computer system that utilizes artificial intelligence methods to help professionals working in the field of psychiatric medicine becomes indispensable. This study uses a rule-based reasoning (RBR) to conduct an assessment consisting of psychosis Schizophrenia disorders, settled delusional disorders and acute transient psychotic disorders with Certainty Factor (CF) method to handle uncertanty and the use of case-based reasoning (CBR) for diagnosing types of Schizophrenia disorders. The process of diagnosis is done by entering the patients symptoms by paramedics. If the patient has a Schizophrenia disorder, then use CBR to diagnose kinds of Schizophrenia. Each Schizophrenia new case will be calculated using a rate of similarity Weighted Nearest Neighbor method. Results of tests performed by experts have shown that the system is able to diagnose correctly, while the tests results using medical records show that the system is able to correctly identify the kind of Skizofrenia with criteria similarity at 80% (0,8-1) and 20% (0,6-0,79).

Kata Kunci : RBR, CBR , psikosis, similaritas, weighted nearest neighbor