Case Based Reasoning Diagnosis Risiko Penyakit Stroke Menggunakan Metode Hamming Distance
| Main Authors: | Natassya, Annisa, Tursina, Tursina, Sukamto, Anggi Srimurdianti |
|---|---|
| Other Authors: | Tanjungpura, University |
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Jurusan Informatika Universitas Tanjungpura
, 2019
|
| Subjects: | |
| Online Access: |
http://jurnal.untan.ac.id/index.php/justin/article/view/29891 http://jurnal.untan.ac.id/index.php/justin/article/view/29891/75676581160 |
Daftar Isi:
- Stroke merupakan salah satu penyakit yang dapat menimbulkan tingkat kematian maupun cacat tubuh yang tertinggi. Keadaan ini dapat dicegah dengan mengenali risiko yang dapat terjadi sedini mungkin. Organisasi stroke dunia mencatat bahwa hampir 85% orang yang mempunyai faktor risiko dapat terhindar dari penyakit stroke apabila mereka menyadari dan mengatasi faktor risiko tersebut sejak dini. Untuk itu, sebuah sistem yang dapat mendiagnosis risiko penyakit stroke dirasa perlu. Sistem yang diperlukan adalah sistem yang berbasis pengetahuan untuk memperlajari dan memecahkan masalah berdasarkan pengalaman pada masa lalu yang merupakan ciri dari case based reasoning. Case Based Reasoning adalah penalaran untuk penyelesaian masalah berbasis pengetahuan untuk mempelajari dan memecahkan masalah berdasarkan pengalaman masa lalu. Permasalahan baru dapat diselesaikan dengan memanfaatkan kembali permasalahan lama yang memiliki kesamaan yang telah diselesaikan sebelumnya. Sistem case based reasoning dibuat menggunakan metode Hamming Distance sebagai penghitungan similaritas data biner. Hasil dari sistem ini berupa diagnosis risiko stroke yaitu rendah, sedang dan tinggi. Pengujian sistem dilakukan dengan dua cara, yaitu pengujian tahapan Case Based Reasoning dan kesesuaian hasil. Hasil yang didapat dari pengujian yang dilakukan adalah sistem dapat melakukan empat tahapan Case Based Reasoning yaitu tahap retrieve, tahap reuse, tahap revise dan tahap retain. Hasil yang didapat dari pengujian kesesuaian hasil adalah sistem dapat mendiagnosis 11 kasus yang sesuai dengan diagnosis pakar dari 15 kasus yang diuji. Dapat disimpulkan bahwa sistem dapat mendiagnosis risiko stroke.