Case Based Reasoning untuk Diagnosis Penyakit Infeksi Saluran Pernapasan Akut

Penulis

  • Munazat Salmin Universitas Pasifik Morotai
  • Sri Hartati Universitas Gadjah Mada

DOI:

https://doi.org/10.33387/jiko.v1i1.1167

Abstrak

Salah satu sitem komputerisasi yang sangat berkembang pada abad ini adalah sistem Case Based Reasoning (CBR) dimana sistem ini dapat menyelesaikan kasus baru berdasarkan pengalaman atau kasus sebelumnya. CBR memberikan solusi berdasarkan tingkat kemiripan kasus lama dengan kasus baru. Sistem yang dibangun dalam penelitian ini adalah sistem CBR untuk melakukan diagnosis penyakit ISPA dengan menggunakan metode minkowski distance sebagai perhitungan similaritas. Perhitungan akurasi pada penelitian ini menggunakan K-fold cross validation dengan menggunakan k=5 dan k=7. Pengujian dengan k=5, hasil terbaik yaitu threshold ≥ 60% dengan akurasinya 99,29% sedangkan yang terendah menggunakan threshold ≥ 80% dengan nilai akurasinya adalah 88,57%. Pengujian dengan k=7, hasil terbaik yaitu threshold ≥ 60% dengan akurasinya 99,29%, sedangkan yang terendah menggunakan threshold ≥ 80% dengan nilai akurasinya adalah 89,29%.

Referensi

Dinkes D.I.Y., 2013. Profil Kesehatan D.I.Y, Yogyakarta. http://www.depkes.go.id/resources/download/profil/PROFIL_KES_PROVINSI_2012/14_Profil_Kes.Prov.DIYogyakarta_2012.pdf diakses tgl 17 Januari 2016.

Pal, S. K. dan Shiu, S. C. K, 2004, Foundation of Soft Case-Based Reasoning, John Willey and Sons, Inc., Hoboken, New Jersey.

Wahyudi E., 2015, Case Based Reasoning Untuk Diagnosis Penyakit Jantung, Tesis, Program Pasca Sarajana Ilmu Komputer, UGM, Yogyakarta.

Faizal, E., 2013, Case-Based Reasoning Untuk Diagnosis Penyakit Cardiovascular dengan Metode Weighted Minkowski, Tesis, Program Pasca Sarajana Ilmu Komputer, UGM, Yogyakarta.

Katedee, S.,Sanrach, C., and Thesawadwong, T., 2010, Case-Based Reasoning System for Histopathology Diagnosis., Thailand.

Jha, M.K., Pakhira, D., dan Chakraborty, B., 2013, Diabetes Detection and Care Applying CBR Techniques, IJSCE, 6, 2, 132-137.

Nurdiansyah, Y., dan Hartati, S., 2014, Case-Based Reasoning untuk Pendukung Diagnosis Gangguan pada Anak Autis, Thesis, Prodi S2/S3 Ilmu Komputer, Universitas Gadjah Mada, Yogyakarta.

Mergio, J.M., dan Casanovas, M., 2008, The Induced Minkowski Ordered Weighted Averaging Distance Operator, ESTYLF08, Cuencas Mineras (Mieres-Langreo), Congreso Espanol sobre Tecnologiasy Logica Fuzzy, pp 35-41.

Nunez, H., Marre, M.S., Cortes, U., Comas, J., Martinez, M., Roda, I.R., dan Poch, M., 2004, A comparative study on the use of similarity measures in case based reasoning to improve the classification of environmental system situations, Original Research Article, Environmental Modelling & Software, Volume 19, Issue 9, pp 809-819.

Bramer, M., 2007, Principles of Data Mining, Springer-Verlag, London.

Unduhan

Diterbitkan

2019-07-20

Terbitan

Bagian

Artikel