DIAGNOSIS PENYAKIT ANAK DENGAN METODE CASE BASED REASONNING (CBR)

• Main Author: Aisyah Shofiyyah Asma, 081311633003
• Format: Theses and Dissertations NonPeerReviewed
• Language: Indonesian; Indonesian
• Published: 2018
• Subjects: QA76.9.D3 Database management and System design; RJ101 Child Health. Child health services
• Online Access: http://repository.unair.ac.id/72496/1/KKC%20KK%20ST.SI%2021%20-%2018%20Asm%20d-Abstrak.pdf; http://repository.unair.ac.id/72496/2/KKC%20KK%20ST.SI%2021%20-%2018%20Asm%20d.pdf; http://repository.unair.ac.id/72496/; http://lib.unair.ac.id
• Institution: Universitas Airlangga

Anak adalah aset bangsa yang harus dijaga, salah satunya balita. Balita adalah anak berusia 2-59 bulan. Penelitian ini menggunakan metode Case Base Reasonning (CBR) untuk mendiagnosis penyakit balita dengan keluhan batuk demam dan diare. Penelitian fokus kepada tiga jenis perhitungan CBR yaitu Nearst Neighbohord Similarity (NNS), Minkowsky Distance Similarity (MDS) dan Euclidean Distance Similarity (EDS). Sistem yang dibangun diharapkan dapat memudahkan orangtua dalam mendiagnosis penyakit balita secara dini. Penelititian ini mengambil data primer status pasien dengan penyakit umum umur 2-59 bulan dari RSU Haji Surabaya yang digunakan sebagai objek penelitian. Data yang didapatkan kemudian dilakukan pengolahan data dengan beberapa tahapan. Langkah pertama, melakukan seleksi data untuk menentukan data yang digunakan. Langkah kedua, melakukan konversi data, sehingga data dapat dianalisa. Langkah ketiga adalah melakukan proses penghitungan dengan metode case base reasoning yang terdiri dari proses pembobotan, perhitungan similarity local, menghitung tingkat keyakinan, melalui tahap revise dan menghitung similarity global. Langkah keempat, perancangan sistem dengan menggunakan usecase diagram, BRS, CDM, PDM. Langkah kelima, melakukan implementasi sistem dengan menampilkan user interface, pseudocode dan database server. Langkah keenam, pengujian sistem dengan melakukan pengujian fungsional dan pengujian hasil. Langkah ke tujuh, evaluasi sistem dengan menggunakan mean opinion score (MOS). Dengan melakukan uji 200 data, dialkukan pembagian menjasi dua bagian yaitu data yang terdiri dari 150 data training dan 50 data uji terhadap proses NNS, MDS, dan EDS. Dari 50 data yang diuji terdapat 7 data revise, yang harus dianalisa oleh pakar. Data yang diuji kemudian berubah menjadi 43 data dan hasil uji NNS dengan nilai 83% kebenaran perbandingan data testing dengan data training, MBS dengan nilai 60% nilai dan EDS dengan nilai 41%. Nilai yang didapat sangat dipengaruhi bobot yang diberikan. Sistem diagnosis penyakit anak juga memiliki nilai user experience sangat baik, karena mendapat nilai 3.168/4 Mean Opinion Score (MOS) dalam hasil evaluasi.