CASE-BASED REASONING UNTUK MENDIAGNOSA PENYAKIT KULIT AKIBAT INFEKSI VIRUS DAN BAKTERI MENGGUNAKAN METODE EUCLIDEAN DISTANCE
Isi Artikel Utama
Abstrak
Kulit merupakan organ penting yang berfungsi menerima rangsangan dari luar. Menurut Data Profil Kesehatan Indonesia 2024, penyakit kulit menduduki peringkat ketiga dari sepuluh penyakit terbanyak pada pasien rawat jalan. Keterbatasan jumlah dokter spesialis kulit mengakibatkan lambatnya penanganan, sehingga diperlukan alat bantu diagnosis. Penelitian ini mengembangkan sistem Case-Based Reasoning (CBR) untuk diagnosis penyakit kulit akibat infeksi virus dan bakteri. Sistem ini bekerja dengan membandingkan gejala baru dengan kasus lama yang serupa menggunakan metode Euclidean distance untuk perhitungan jarak kedekatan. Hasil diagnosis sistem kemudian memberikan solusi pengobatan yang sesuai. Pengujian terhadap hasil diagnosis pakar menunjukkan bahwa sistem ini memiliki akurasi sebesar 90%, sehingga dapat membantu mempercepat diagnosis dan penanganan pasien penyakit kulit.
Rincian Artikel
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Copyright (c) STMIK TIMEReferensi
[1] D. E. Yanti and A. Desiani, “Sistem Pakar Diagnosa Penyakit Kulit Manusia Menggunakan Metode Certainty Factor,” Kumpulan jurnaL Ilmu Komputer (KLIK), vol. 10, no. 2, pp. 214–227, 2023.
[2] A. Rosana MZ, I. G. P. S. Wijaya, and F. Bimantoro, “Sistem Pakar Diagnosa Penyakit Kulit pada Manusia dengan Metode Dempster Shafer,” J-COSINE, vol. 4, no. 2, pp. 129–138, 2020, [Online]. Available: http://jcosine.if.unram.ac.id/
[3] R. Meri, “Aplikasi Sistem Pakar Dalam Mendiagnosis Penyakit Kulit Pada Manusia Berbasis Visual,” Jurnal Ilmiah Informatika (JIF), vol. 9, no. 2, pp. 110–115, 2021.
[4] R. S. Perangin-Angin and J. R. Sagala, “SISTEM PAKAR PENYAKIT KULIT MENGGUNAKAN METODE CERTAINTY FACTOR,” Jurnal Penelitian Teknik Informatika (JUTIKOMP), vol. 4, no. 2, pp. 559–566, 2021.
[5] P. Harahap, J. Hutahaean, and M. Dewi, “Penerapan Metode Case Based Reasoning Untuk Diagnosa Penyakit Kulit Akibat Virus Eksantema Berbasis Web,” Building of Informatics, Technology and Science (BITS), vol. 4, no. 2, Sep. 2022, doi: 10.47065/bits.v4i2.2092.
[6] M. Syahputra, “Sistem Pakar Metode Case Based Reasoning untuk Mengidentifikasi Penyakit Psoriasis,”
Jurnal Sistim Informasi dan Teknologi, pp. 20–27, Mar. 2021, doi: 10.37034/jsisfotek.v3i1.39.
[7] A. Rumuy, R. Delima, K. P. Saputra, and J. Purwadi, “Application of the Minkowski Distance Similarity Method in Case-Based Reasoning for Stroke Diagnosis,” JUITA: Jurnal Informatika, vol. 11, no. 2, pp. 323– 332, Nov. 2023.
[8] Y. Nurdiansyah and R. Arimanudin, “Penerapan Metode Case Based Reasoning Pada Sistem Pakar Untuk Mendiagnosa Gangguan Tanaman Jeruk Semboro,” 2017.
[9] D. A. Shoieb, S. M. Youssef, and W. M. Aly, “Computer-Aided Model for Skin Diagnosis Using Deep Learning,” Journal of Image and Graphics, pp. 122–129, 2016, doi: 10.18178/joig.4.2.122-129.
[10] K. Sreekala et al., “Skin Diseases Classification Using Hybrid AI Based Localization Approach,” Comput Intell Neurosci, vol. 2022, pp. 1–7, Aug. 2022, doi: 10.1155/2022/6138490.
[11] Y. Miftahuddin, S. Umaroh, and F. R. Karim, “PERBANDINGAN METODE PERHITUNGAN JARAK EUCLIDEAN, HAVERSINE, DAN MANHATTAN DALAM PENENTUAN POSISI KARYAWAN,” Jurnal Tekno Insentif, vol. 14, no. 2, pp. 69–77, Aug. 2020, doi: 10.36787/jti.v14i2.270.
[12] A. Mohanty, A. Sutherland, M. Bezbradica, and H. Javidnia, “Skin Disease Analysis With Limited Data in Particular Rosacea: A Review and Recommended Framework,” IEEE Access, vol. 10, pp. 39045–39068, 2022, doi: 10.1109/ACCESS.2022.3165574.
[13] Chairun Nas and Kusnadi, “Sistem Pakar Diagnosa Penyakit Gigi Dan Mulut Menggunakan Metode Case- Based Reasoning,” Jurnal Digit, vol. 9, no. 2, pp. 202–214, 2019.
[14] A. Hendri, S. Jones, and C. Hardiyanti, “Case Based Reasoning using K-Nearest Neighbor with Euclidean Distance for Early Diagnosis of Personality Disorder,” International Journal of Information System & Technology Akreditasi, vol. 5, no. 1, pp. 23–30, 2021.
[15] M. Salmin, F. Tempola, A. Fuad, and M. Papuangan, “Case-Based Reasoning for the Diagnosis of Acute Respiratory Infections Using Minkowski Distance,” in Journal of Physics: Conference Series, IOP Publishing Ltd, Jul. 2020. doi: 10.1088/1742-6596/1569/2/022033.
[16] W. S. Esthi, D. M. Hanifsyah, A. Gabe, and P. Rosyani, “Studi Literatur Review Sistem Pakar Dengan Menggunakan Metode Case Based Reasoning (CBR) Dalam Diagnosa Penyakit Dalam Usus,” Jurnal Ilmu Komputer dan Pendidikan, vol. 2, no. 2, pp. 409–412, 2024, [Online]. Available: https://journal.mediapublikasi.id/index.php/logic
[17] R. Josefa, R. Sovia, E. Praja, and W. Mandala, “Sistem Pakar Diagnosa Penyakit Pneumonia Pada Anak Menggunakan Metode Case Based Reasoning,” Jan. 2019, p. 868. [Online]. Available: https://seminar- id.com/semnas-sainteks2019.html
[18] H. Amalia, R. Rahmadanti, A. Syaiin, S. Salsabila4, Y. Yunita, and S. Sriyadi, “Prediksi Resiko Kesehatan Ibu Hamil Dengan Menggunakan Metode Decision Tree,” Swabumi, vol. 11, no. 1, pp. 48–53, Mar. 2023, doi: 10.31294/swabumi.v11i1.15270.
[19] N. Maulidah, R. Supriyadi, D. Y. Utami, F. N. Hasan, A. Fauzi, and A. Christian, “Prediksi Penyakit Diabetes Melitus Menggunakan Metode Support Vector Machine dan Naive Bayes,” Indonesian Journal on Software Engineering (IJSE), vol. 7, no. 1, pp. 63–68, Jun. 2021, doi: 10.31294/ijse.v7i1.10279.
[20] I. Nurfiani, J. Jumadi, and M. Deden Firdaus, “PEMANFAATAN STFT DAN CNN DALAM PENGOLAHAN DATA SUARA UNTUK MENGKLASIFIKASIKAN SUARA BATUK,” Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 9, no. 2, pp. 184–190, Jul. 2024, doi: 10.36341/rabit.v9i2.4729.
[21] A. Fauzi, I. Chaidir, M. Iqbal, and G. Ginabila, “Application of the Deep Neural Networks Model in Analyzing ChatGPT Application Sentiment,” SISTEMASI, vol. 13, no. 1, p. 139, Jan. 2024, doi: 10.32520/stmsi.v13i1.3432.
[22] M. R. Santoso and P. Musa, “REKOMENDASI KESEHATAN JANIN DENGAN PENERAPAN ALGORITMA C5.0 MENGGUNAKAN CLASSIFYING CARDIOTOCOGRAPHY DATASET,” Jurnal Simantec, vol. 9, no. 2, pp. 65–76, Jun. 2021, doi: 10.21107/simantec.v9i2.10730.