p-ISSN : 1907 - 3984
e-ISSN : 2541 - 1760
IMPLEMENTASI DAN ANALISIS METODE CASE BASED
REASONING PADA DIAGNOSIS AWAL PENYAKIT
SALURAN PERNAPASAN
Reny Wahyuning Astuti1.
Sukma Puspitorini2.
Prayogo Pangestu3
1,2,3
Program Studi Teknik Informatika.
Universitas Nurdin Hamzah E-mail:1r3ny4atuti@gmail.
com, 2sukmapuspitorini@gmail.
com, 3d.
aceportgas61@gmail.
Abstract - Respiratory tract disease is a disease that can spread quickly in the community.
Although mild, the disease is still dangerous for the very young and adults with limited cardiopulmonary function.
This causes many local people to seek treatment at the Pondok Table Health Center, making doctors treat various types of diseases, especially influenza.
ISPA.
Faringitis and other respiratory diseases.
However, in the current pandemic era, coupled with the Covid-19 Virus, it is enough for doctors to have to work extra to deal with various symptoms of the same respiratory disease.
Therefore, it is necessary to apply an expert system for early diagnosis of respiratory tract disease by applying the Case Based Reasoning method.
The Case-based reasoning method has the ability to provide more accurate diagnosis results, by comparing new cases and old cases using Similarty calculations, where this system will help patients to diagnose early disease, as well as provide disease information and treatment solutions.
To make a diagnosis on this expert system application, input data is needed in the form of disease data, symptom data and case base data.
And this application produces output data in the form of patient diagnosis reports.
Keywords: Case Based Reasoning.
Diagnosis.
Expert System.
Respiratory tracr.
PENDAHULUAN
Latar Belakang Sistem pakar adalah sistem komputer yang bisa menyamai atau meniru kemampuan seorang Sistem ini bekerja untuk mengadopsi pengetahuan manusia dalam komputer yang menggabungkan basis pengetahuan .
nowledge bas.
dengan sistem inferensi untuk menggantikan fungsi pakar dalam sebuah memecahkan masalah.
Seiring perkembangan teknologi yang sangat pesat, pada bidang kedokteran saat ini telah memanfaatkan teknologi untuk membantu mengatasi penyakitpenyakit yang diderita oleh masyarakat.
Pekerjaan yang sangat sibuk dan rumit dalam analisa dari seorang dokter mengakibatkan bidang sistem pakar mulai dimanfaatkan untuk membantu seorang ahli dalam memberikan diagnosa awal berbagai macam Penyakit saluran pernapasan merupakan salah satu penyebab kematian yang paling sering terjadi bukan saja pada orang dewasa tetapi juga pada bayi dan anak-anak.
Pada umumnya, suatu penyakit saluran pernapasan dimulai dengan keluhan-keluhan Penyakit pernapasan pada umumnya disebabkan oleh beberapa golongan kuman seperti bakteri virus dan ricketsia yang jumlahnya lebih dari 300 macam.
Selain membahayakan sistem pernapasan kuman tersebut juga dapat menurunkan sistem kekebalan tubuh.
Penyakit saluran pernapasan yang paling umum dan sering dialami oleh masyarakat adalah ISPA.
Influenza.
Faringitis LP2M STMIK NURDIN HAMZAH JAMBI dan Covid-19 yang merupakan salah satu pentyakit yang menimbulkan kecemasan pada dimasyarakat.
Case Based Reasoning (CBR) adalah salah satu metode yang akan digunakan untuk pemecahan masalah ini, dimana ia dapat menyelesaikan masalah kejadian-kejadian sama/sejenis .
yang pernah terjadi di masa lalu kemudian menggunakan pengetahuan/informasi tersebut untuk menyelesaikan masalah yang baru, atau dengan kata lain menyelesaikan masalah dengan mengadaptasi solusi-solusi yang pernah digunakan di masa lalu.
Salah satu pelayanan kesehatan yang (Puskesmas Pondok Mej.
, banyaknya masyarakat setempat yang berobat di puskesmas ini, membuat para Dokter menangani berbagai macam jenis penyakit, tertutama penyakit Influenza dan Namun di era pandemi seperti sekarang, ditambah dengan adanya Virus Covid-19 membuat para Dokter cukup harus bekerja ekstra agar menangani berbagai macam gejala penyakit pernapasan yang sama.
Untuk menganalisa masalah tersebut, maka diperlukan suatu metode yang mampu mendiagnosis sejak awal penyakit Saluran Pernapasan dengan menerapkan metode CBR, dimana nantinya aplikasi ini akan membantu pasien untuk mendiagnosis penyakit sejak dini, dapat memberikan informasi p-ISSN : 1907 - 3984 e-ISSN : 2541 - 1760 Rumusan Masalah Berdasarkan latar belakang yang telah diuraikan di atas, maka dapat diambil suatu rumusan masalah yaitu :
Bagaimana Mengimplementasikan Metode Case Based Reasoning Pada Diagnosa Awal Penyakit Saluran Pernafasan? Bagaimana Manganalisa Hasil Metode Case Based Reasoning Pada Diagnosa Awal Penyakit Saluran Pernafasan? Tujuan Penelitian Tujuan dari penelitian ini adalah untuk mengimplmentasikan sekaligus menganalisa Hasil metode Case Based Reasoning Pada Diagnosa Awal Penyakit Saluran Pernafasanserta memberikan pengetahuan tentang penyakit dan solusi awal II.
TINJAUAN PUSTAKA
Sistem Pakar Menurut Pratiwi .
Sistem Pakar merupakan sistem berbasis komputer yang mengadopsi fakta, penalaran, dan pengetahuan permasalahan seperti yang dilakukan serupa seorang pakar atau ahli dalam bidangnya.
Menurut Hayadi .
Sistem pakar atau Expert System biasa disebut juga dengan Knowledge Based System yaitu suatu aplikasi computer yang ditujukan untuk membantu pengambilan keputusan atau pemecahan persoalan dalam bidang yang Sistem ini bekerja dengan menggunakan pengetahuan dan metode analisis yang telah didefinisikan terlebih dahulu oleh pakar yang sesuai dengan bidang keahliannya.
Sistem ini desebut sistem pakar karena fungsi dan perannya sama seperti seorang ahli yang harus memiliki pengetahuan, pengalaman dalam memecahkan suatu Sistem biasanya berfungsi sebagai kunci penting yang akan membantu suatu sistem pendukung keputusan atau sistem pendukung Dapat diambil kesimpulan bahwa sistem pakar adalah sebuah sistem yang dapat menirukan keahlian seorang pakar dalam menyelesaikan Metode Case Based Reasoning Menurut Nas .
Case Based Reasoning termasuk bagian dari representasi pengetahuan dimana merupakan sebuah metode dalam sistem pakar yang berbasis pengetahuan.
Case Based Reasoning adalah satu penyelesaian masalah, dimana masalah tersebut diselesaikan dengan melihat pola atau keadaan yang telah terjadi Kapabilitas metode Case Based Reasoning dibidang medis mencakup diagnosis, prognosis, terapi dan tindak lanjut pada pasien.
Maka dapat digambarkan secara sederhana bahwasanya metode Case Based Reasoning dalam mendiagnosa melakukan pembandingan dengan kasus lama terhadap kasus baru.
Menurut Fatoni.
Noviandha .
Case Based Reasoning (CBR) adalah metode untuk menyelesaikan masalah dengan mengingat kejadiankejadian yang sama/sejenis .
yang pernah terjadi di masa lalu kemudian menggunakan pengetahuan atau informasi tersebut untuk menyelesaikan masalah yang baru, atau dengan kata lain menyelesaikan masalah dengan mengadopsi solusi-solusi yang pernah digunakan di masa lalu.
Berikut adalah silklus Metode Case Based reasoning dalam jurnal Akmal .
Gambar 1.
Siklus Metode Case-Based Reasioning.
Algoritma K-Nearest Neighbor Menurut Fatoni.
Noviandha .
KNearest Neighbor adalah sebuah algoritma untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.
Algoritma K-Nearest Neighbor mengelompokkan data baru yang belum diketahui class-nya dengan memilih data sejumlah k yang letaknya paling dekat dari data baru.
Class paling banyak dari data terdekat sejumlah k akan dipilih sebagai class yang diprediksi untuk data baru.
Pada umumnya nilai k menggunakan jumlah ganjil agar tidak terdapat jarak yang sama dalam proses Jauh atau dekatnya tetangga dihitung menggunakan jarak Euclidean.
Penyakit Saluran Pernapasan Menurut Octavina .
Penyakit paru dan saluran napas merupakan pernyakit yang tingkat kejadianya cukup luas dan dapat menyerang siapa saja tanpa memandang usia dan suku bangsa.
Dalam kehidupan sehari-hari kita banyak menjumpai penyakit seperti Influenza.
ISPA.
Faringitis.
Covid19 batuk serta demam dalam masyarakat.
Sekalipun ada beberapa penyakit paru dan saluran napas yang LP2M STMIK NURDIN HAMZAH JAMBI p-ISSN : 1907 - 3984 e-ISSN : 2541 - 1760 tidak membahayakan jiwa, namun tetap tidak boleh di anggap sepele, mengingat berbagai komplikasi yang dapat di timbulkan.
Influenza Penyakit disebutsebagai penyakit Influenza pasti sudah tidak asing bagi kita semua.
Penyakit flu ini termasuk jenis penyakit yang sering menyerang masyarakat terlebih pada saat musim hujan dan musim pancaroba .
ergantian musi.
Sehingga bisa dibilang bahwa penyakit flu merupakan penyakit musiman di Indonesia.
ISPA
Berdasarkan data dari Kementrian Kesehatan Indonesia penularan Covid-19 selalu mengalami kenaikan dengan jumlah positif Covid-19 paling tinngi pada bulan maret 2021 dengan angka 712 orang, sembuh 1348330, dan yang Tenaga kesehatan yang merupakan garda utama dalam pandemi ini juga masih belum mencukupi dan fasilitas rumah sakit yang belum memadai dalam menghadapi Covid-19.
Kerangka Penelitian Kerangka penelitian merupakan suatu bentuk kerangka berpikir yang dapat digunakan sebagai pendekatan dalam pemecahan masalah.
Menurut Qiyaam .
ISPA (Infeksi Saluran Pernafasan Aku.
adalah penyakit infeksi akut yang menyerang salah satu bagian atau lebih dari saluran pernanafasan mulai dari hidung .
aluran ata.
hingga alveoli .
aluran bawa.
Penularan ISPA yang utama melalui droplet yang keluar dari hidung/mulut penderita saat batuk atau bersin yang mengandung bakteri.
Beberapa kasus ISPA dapat menyebabkan KLB (Kejadian Luar Bias.
dengan angka mortalitas dan morbiditas yang tinggi, sehingga menyebabkan kondisi darurat pada kesehatan masyarakat dan menjadi masalah HASIL DAN PEMBAHASAN Mulai Studi literatur Sistem Pakar Diagnosis Awal Penyakit Influenza Menggunakan Metode CBR Pengumpulan Data Gejala Penyakit Dan Data Basis Kasus Pembuatan Sistem Pakar Diagnosis Gejala Awal Penyakit Saluran Pernapasan Menggunakan Metode Case Based Reasoning Faringitis Menurut Koenoe .
Faringitis adalah penyakit peradangan yang menyerang tenggorokan, nama lainnya biasa dikenal radang tenggorokan peradangan ini bisa disebabkan oleh virus atau bakteri streptococcus.
Faringitis termasuk penyakit Infeksi saluran pernapasan atas (WHO, 2.
Infeksi virus terjadi disebabkan oleh pilek dan influenza yang mengakibatkan terjadinya radang Penyakit radang tenggorokan ini dikenali dengan adanya dinding tenggorokan menebal atau bengkak, berwarna lebih merah, ada bintik-bintik putih dan terasa sakit bila menelan Implementasi Sistem Pakar Diagnosis Gejala Awal Penyakit Saluran Pernapasan Menggunakan Metode Case Based Reasoning Pengujian dan Evaluasi sistem Pakar Diagnosis Gejala Awal Penyakit Saluran Pernapasan Menggunakan Metode Case Based Reasoning Selesai Gambar 2.
Kerangka Penelitian Covid-19 Menurut Sinaga .
Covid-19 atau lengkapnya Corona Virus Desease merupakan penyakit yang disebabkan oleh coronavirus yang baru ditemukan pada tahun 2019 di Wuhan China Wabah penyakit coronavirus ini menyebar hampir keseluruh negara-negara di dunia.
Keresahan masyarakat juga menjadi kekhawatiran baru bagi seluruh umat manusia terhadap Covid-19.
Pada akhir bulan Maret tahun 2020 organisasi kesehatan dunia WHO (World Health Organizatio.
mengumumkan bahwa Corona Virus Desease 19 sebagai pandemi LP2M STMIK NURDIN HAMZAH JAMBI Pengumpulan Data Pada penelitian ini dilakukan pengumpulan berupa data jenis penyakit dan data gejala-gejala yang berhubungan dengan penyakit Saluran Pernapasan.
Data diperoleh melalui wawancara dengan dokter spesialis yang bekerja di Puskesmas Pondok Meja.
Adapun jenis penyakit yang diperoleh dapat dilihat pada Tabel 1 berikut :
p-ISSN : 1907 - 3984 e-ISSN : 2541 - 1760 Tabel 1.
Data Penyakit Kode Penyakit Nama Penyakit P01
P02
P03
P04
Ispa Influenza Faringitis Covid-19 Input Kasus Baru Dalam penelitian ini dilakukan pengujian dengan menggunakan kasus baru.
Kasus baru diperoleh melalui gejala yang dirasakan oleh pasien saat ini, untuk mengdiagnosis penyakit yang Kasus baru yang diperoleh dapat dilihat pada Tabel 2 berikut :
Tabel 2.
Data Kasus Baru Kode Gejala
Nama Gejala
G01
Batuk
G02
Pilek
G08
Sakit kepala G04
Bersin
G18
Hilang penciuman G19
Hilang perasa 5 5 3 3 5 5 5 5 3 3 1 1
= = 0,47
= 47%
Setelah melakukan perhitungan similarity, dilakukan proses meninjau kembali hasil yang diperoleh dari proses similarity.
Dari perhitungan similarity untuk setiap jenis penyakit, didapatlah hasil penyakit Ispa .
nfeksi saluran pernapasa.
sebagai nilai similarity tertinggi dengan nilai kemiripan sebesar 59%.
Sedangkan untuk jenis penyakit Faringitis memiliki nilai similarity terendah dengan nilai kemiripan 37%.
Maka dari hasil tersebut dapat dilakukan diagnosis, bahwa pasien kasus baru mengalami penyakit Ispa .
nfeksi saluran pernapasa.
dengan nilai kemiripan sebesar 59%.
Proses Case Based Reasoning Setelah seluruh data yang dibutuhkan dikumpulkan, selanjutnya dapat dilakukan proses Case-Based Reasoning.
Pada proses metode ini, dilakukan perhitungan similarity untuk mencari tingkat kemiripan kasus lama dengan kasus baru.
Adapun proses pencarian kemiripan ini dapat dijelaskan sebagai berikut :
Similarity = yc1Oyc1 yc2Oyc2 .
ycycuOycycu
yc1 yc2 Uycycu
Tingkat Kemiripan Pada Penyakit Ispa
1O5 1O5 0O3 1O3 0O5 0O5
Similarity .
= 5 5 5 3 3 1
= = 0,59
= 59%
Tingkat Kemiripan Pada Penyakit Influenza
1O5 1O5 1O3 1O3 0O5 0O5
Similarity .
= 5 5 5 3 1 5 3 3 1 1 Hasil Implementasi Tampilan Login Admin Form login di gunakan proses pengisian nama pengguna .
, kata sandi .
yang di gunakan untuk melindungi kemanan dari hal-hal yang tidak di inginkan.
Username dan Password harus sesuai karena jika salah memasukkan username dan password maka program tidak bisa di jalankan.
Form login ini hanya bisa masuk jika username dan password benar dan yang mengetahuinya hanya administrator.
(IV.
Keterangan :
S = Similarity jika terdapat kemiripan kasus maka akan bernilai 1, sedangkan tidak mirip, bernilai W = Weight .
obot yang diberika.
= = 0,37
= 37%
Tingkat Kemiripan Pada Penyakit Covid-19
1O5 0O5 1O3 1O3 1O5 1O5
Similarity .
= = = 0,5 = 50% Tingkat Kemiripan Pada Penyakit Faringitis 1O5 1O5 1O3 0O3 0O5 0O5 Similarity .
= Gambar 3.
Halaman Menu Login Admin Tampilan Beranda Administrator Form halaman beranda admin merupakan form yang pertama kali ditampilkan dalam aplikasi ini ketika sukses melakukan login.
form ini juga diracang secara khusus dan efisien agar admin mudah untuk menjalankan program sistem pakar ini.
Halaman administrator ini berisikan beberapa menu yaitu, menu penyakit, gejala, basis kasus, laporan, grafik analisis dan diagnosis.
5 5 5 3 1 5 5 3 3
LP2M STMIK NURDIN HAMZAH JAMBI
p-ISSN : 1907 - 3984 e-ISSN : 2541 - 1760 Tampilan Halaman Pasien Tampilan ini berfungsi sebagai tampilan untuk pasien atau user, dimana pasien dapat melihat petunjuk aplikasi dan kelebihan aplikasi tentang sistem pakar untuk mendiagnosis gejala awal penyakit Saluran Pernapasan dengan menggunakan metode Case Base Reasoning.
Gambar 4.
Tampilan Beranda Administrator Tampilan Tambah Data Penyakit Tampilan Menu Data Penyakit ini berfungsi untuk menampilkan data penyakit pada menu dasboard admin yang juga hanya bisa dikelola oleh admin.
Gambar 8.
Tampilan Halaman Pasien Tampilan Input Data Pasien Tampilan Input Data Pasien merupakan bagian untuk menambah data Pasien dimana nantinya pasien akan mengisi data terlebih dahulu sebelum malakukan diagnosis.
Gambar 5.
Tampilan Tambah Data Penyakit Tampilan Tambah Data Gejala Tampilan tambah data Gejala berfungsi untuk menambahkan data Gejala yang baru.
Gambar 9.
Tampilan Input Data Pasien.
Gambar 6.
Tampilan Tambah Data Gejala Tampilan Tambah Data Basis Kasus Tampilan tambah data pelanggan berfungsi untuk menmbahkan data Basis Kasus yang Tampilan Hasil Diagnosis Pasien Tampilan Halaman Hasil Diagnosis Pasien merupakan hasil dari proses pemilihan gejala yang dialami oleh pasien, yang kemudian dilakukan perhitungan dengan menggunakan metode Case Based Reasoning sehingga menghasilkan output berupa penyakit yang memungkinkan diderita oleh pasien.
Gambar 7.
Tampilan Tambah Data Basis Kasus LP2M STMIK NURDIN HAMZAH JAMBI p-ISSN : 1907 - 3984 e-ISSN : 2541 - 1760 Gambar 10.
Tampilan Hasil Diagnosis Pasien Tampilan Hasil Diagnosis Admin Tampilan Menu Hasil Diagnosis Admin bertujuan untuk menampilkan data hasil seluruh diagnosis pasien yang berada dan hanya dapat dikelola oleh admin.
Gambar 11.
Tampilan Hasil Diagnosis Admin.
Tampilan grafik Analisis Admin Tampilan Menu Grafik Analisi admin merupakan hasil output dari proses diagnosis yang dilakukan pasien yang kemudian di rangkum kedalam bentuk grafik untuk dilakukan analisis dan dikelola oleh admin.
Gambar 12.
Tampilan Grafik Analisis.
IV.
Implementasi dan Analisis Metode Case Based Reasoning Pada Diagnosa Awal Penyakit Saluran Pernafasan ini, maka peneliti dapat mengambil suatu kesimpulan sebagai berikut :
Variabel yang digunakan sebagai atribut dalam proses diagnosis penyakit Saluran Pernapasan menggunakan metode Case Based Reasoning adalah nama, usia, jenis kelamin, alamat, dan gejala penyakit.
Untuk melakukan perhitungan pada proses diagnosis dengan metode case based reasoning digunakan Algoritma K-Nearest Neighbor dimana pada algoritma ini melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.
Aplikasi Implementasi dan Analisis Metode Case Based Reasoning Pada Diagnosa Awal Penyakit Saluran Pernafasan ini telah dapat melakukan diagnosis awal penyakit Influenza berdasarkan gejala yang dialami oleh pasien, dengan mencari kemiripan pada kasus lama.
Bahasa pemrograman PHP dan database MySQL dapat digunakan untuk membuat sebuah aplikasi Diagnosis Awal Penyakit Saluran Pernapasan dengan menggunakan metode Case-Based Reasoning.
Aplikasi Diagnosis Awal Penyakit Saluran Pernapasan dengan menggunakan metode Case-Based Reasoning, membantu pihak Puskesmas dan juga Dokter dalam mengambil keputusan untuk melakukan tindakan selanjutnya.
Hasil dari aplikasi ini dapat memberikan informasi penyakit terhadap pasien serta solusi pengobatan serta pertolongan pertama pada penyakit saluran pernafasan.
Aplikasi ini juga sudah terkomputerisasi, dimana data-data pasien yang melakukan diagnosis tersimpan secara otomatis sehingga pihak Puskesmas dapat merekap data pasien secara efektif, tidak secara manual seperti Aplikasi diagnosis awal penyakit Saluran Pernapasan yang dibuat pada penelitian ini dapat berjalan dengan baik dan telah diuji oleh Dokter.
Hal ini dapat dilihat dari nilai akurasi yang menghasilkan hipotesis bahwa dari 20 kasus yang telah diuji oleh Dokter, menerangkan bahwa kinerja aplikasi ini sudah cukup baik, dengan nilai akurasi sebesar 0,75 atau 75%.
PENUTUP
Kesimpulan Dari pembahasan-pembahasan pada bab
sebelumnya yang telah diuraikan dalam sebuah Saran