Dengan seiring perkembangan teknologi yang terjadi saat ini, telah berkembangnya bidang study Artificial Intellegence (AI), hal inilah yang mendorong para ahli untuk mengembangkan suatu teknologi yang mampu mengembangkan kegunaan komputer dan dapat mengadopsi proses serta cara berfikir komputer seperti manusia. Untuk membagun sebuah sistem pakar maka dibutuhkan sebuah metode perhitungan dan penelusuran terhadap hipotesa gejala-gejala yang dirasakan untuk mencapai suatu diagnosa, pada kali saya akan membahas sebuah metode Case Based Reasoning (CBR). berikut penjelasannya
Salah satu metode penalaran dalam sistem pakar adalah penalaran berbasis kasus (Case-Based Reasoning). Pada penalaran berbasis kasus (Case-Based Reasoning), suatu basis kasus berisi kasus-kasus dengan solusi yang telah dicapai. Untuk menemukan solusi dari sebuah kasus baru yang diberikan, sistem akan mencari kasus-kasus dalam basis kasus yang memiliki tingkat kesamaan yang paling tinggi. Salah satu metode untuk menghitung tingkat kesamaan kasus adalah jarak euclid.
Pengertian Case Based Reasoning
Metode Case Based Reasoning adalah salah satu metode untuk membangun sistem pakar dengan pengambilan keputusan dari kasus yang baru dengan berdasarkan solusi dari kasus – kasus sebelumnya. Konsep dari metode case based reasoning ditemukan dari ide untuk menggunakan pengalaman – pengalaman yang terdokumentasi untuk menyelesaikan masalah yang baru.
Cased Based Reasoning atau CBR menggunakan pendekatan kecerdasan buatan (Artificial Intelligent) yang menitikberatkan pemecahan masalah dengan didasarkan pada knowledge dari kasus-kasus sebelumnya. Apabila ada kasus baru maka akan disimpan pada basis pengetahuan sehingga sistem akan melakukan learning dan knowledge yang dimiliki oleh sistem akan bertambah.
Siklus Case-based Reasoning (Aamodt dan Plaza,1994) |
Siklus Cased Based Reasoning
Prosesnya terdiri dari memilih informasi apa dari kasus yang akan disimpan, disimpan dalam bentuk apa, cara menyusun kasus untuk agar mudah untuk menemukan masalah yang mirip, dan bagaimana mengintegrasikan kasus baru pada struktur memori. Para decisionmaker kebanyakan menggunakan pengalaman – pengalaman dari problem solvingterdahulu untuk menyelesaikan masalah yang dihadapi sekarang.
Secara umum terdapat empat langkah proses pada metode Case Based Reasoning, yang pelaksanaannya berupa siklus, yaitu :
- Retrieve : memperoleh kembali kasus atau kasus-kasus yang paling mirip. Task ini dimulai dengan pendeskripsian satu/sebagian masalah dan berakhir apabila telah ditemukan kasus sebelumnya yang paling cocok. Sub tasknya mengacu pada identifikasi fitur, pencocokan awal, pencarian, dan pemilihan.
- Reuse : menggunakan informasi dan pengetahuan dari kasus tersebut untuk memecahkan permasalahan. Proses reuse dari solusi kasus yang telah diperoleh dalam konteks kasus baru difokuskan pada dua aspek yaitu: · perbedaan antara kasus yang sebelumnya dan yang sekarang, bagian apa dari kasus yang telah diperoleh yang dapat ditransfer menjadi kasus baru.
- Revise : meninjau kembali atau memperbaiki, usulan solusi. Fase ini terdiri dari dua tugas, yaitu :
- Mengevaluasi solusi kasus yang dihasilkan oleh proses reuse. Jika berhasil, maka dilanjutkan dengan proses retain,
- Jika tidak maka memperbaiki solusi kasus menggunakan domain spesifik pengetahuan.
- Retain : menyimpan bagian-bagian dari pengalaman tersebut yang mungkin berguna untuk memecahkan masalah di masa yang akan datang.
- Ti = Nilai kesama kasus
- nX1 + nX2 + nX3 = Banyaknya kesamaan subjek X1,X2,X3..Xn
- N = Banyak elemen pada basis kasus
Proses dalam CBR dapat menggunakan berbagai teknik, diantaranya adalah algoritma nearest neighbor untuk menghitung tingkat kemiripan (jarak) suatu kasus terhadap kasus lain berdasarkan beberapa atribut yang didefinisikan berdasar pembobotan tertentu dan kemudian tingkat kemiripan (jarak) dari keseluruhan atribut akan dijumlahkan.
Berikut
ini merupakan contoh kasus dan rumus untuk mencari nilai kemiripan (similarit y) yaitu :
Ti=(nX1 + nX2 + nX3)/N
Keterangan :
Suatu penyakit memiliki gejala-gejala yang berbeda, namun tidak sedikit penyakit yang memiliki gejala yang hampir sama bahkan sama. Sehingga membutuhkan diagnosa dari seorang pakar untuk menentukan penyakit yang diderita. Tetapi ada kalanya butuh pemeriksaan labolatorium untuk melihat jenis penyakit tertentu. Salah satunya hepatitis. Macam-macam penyakit hepatitis yang sering menyerang manusia seperti pada Tabel 1 berikut :
Dari jenis jenis penyakit hepatitis diatas, mempunyai gejala penyakit yang dapat di lihat pada tabel 2 berikut ini :
Basis kasus yang tersimpan sebagai acuan mencari kemiripan, kemudian dibentuk rule merupakan cara untuk mempermudah dalam mengetahui hasil akhir. Tabel 3 merupakan pembentukan rule dari penyakit hepatitis :
Pasien 1 Memilih Gejala, G01,G6,G11,G13,G20. Maka untuk kasus baru ini akan dihitung kemiripannya dengan rumus berikut :
Setelah dimasukan nilainya maka kasus baru tersebut akan dibandingkan dengan setiap kasus yang ada pada contoh yaitu Tabel 4. Hasil perhitunganya untuk kemiripan (similarity) setiap kasus yang tersimpan pada basis kasus dengan kasus baru adalah sebagai berikut :
Keterangan :
Suatu penyakit memiliki gejala-gejala yang berbeda, namun tidak sedikit penyakit yang memiliki gejala yang hampir sama bahkan sama. Sehingga membutuhkan diagnosa dari seorang pakar untuk menentukan penyakit yang diderita. Tetapi ada kalanya butuh pemeriksaan labolatorium untuk melihat jenis penyakit tertentu. Salah satunya hepatitis. Macam-macam penyakit hepatitis yang sering menyerang manusia seperti pada Tabel 1 berikut :
Tabel 1. Jenis-Jenis Penyakit Hepatitis
No
|
Nama
Penyakit
|
1
|
Hepatitis
A
|
2
|
Hepatitis
B
|
3
|
Hepatitis
C
|
Dari jenis jenis penyakit hepatitis diatas, mempunyai gejala penyakit yang dapat di lihat pada tabel 2 berikut ini :
Tabel 2. Gejala Penyakit
No
|
Kode
Gejala
|
Nama
Gejala
|
1
|
G01
|
Kelelahan
|
2
|
G02
|
Mual dan muntah
|
3
|
G03
|
Nyeri perut atau rasa tidak
nyaman, terutama di daerah hati (pada sisi kanan bawah tulang rusuk)
|
4
|
G04
|
Kehilangan nafsu makan
|
5
|
G05
|
Demam
|
6
|
G06
|
Urine berwarna gelap
|
7
|
G07
|
Nyeri otot
|
8
|
G08
|
Menguningnya kulit dan mata (jaundice).
|
9
|
G09
|
Sakit perut
|
10
|
G10
|
Urine gelap
|
11
|
G11
|
Demam
|
12
|
G12
|
Nyeri sendi
|
13
|
G13
|
Kehilangan nafsu makan
|
14
|
G14
|
Mual dan muntah
|
15
|
G15
|
Kelemahan dan kelelahan
|
16
|
G16
|
Kulit menguning dan bagian putih
mata (jaundice).
|
17
|
G17
|
Kelelahan
|
18
|
G18
|
Demam
|
19
|
G19
|
Mual atau nafsu makan yang buruk
|
20
|
G20
|
Otot dan nyeri sendi
|
21
|
G21
|
Nyeri di daerah hati.
|
Basis kasus yang tersimpan sebagai acuan mencari kemiripan, kemudian dibentuk rule merupakan cara untuk mempermudah dalam mengetahui hasil akhir. Tabel 3 merupakan pembentukan rule dari penyakit hepatitis :
Tabel 3. Pembentukan Rule Penyakit Hepatitis
No
|
Kode
Gejala
|
Nama
Gejala
|
Nama
Penyakit
|
1
|
G01
|
Kelelahan
|
Hepatitis
A
|
2
|
G02
|
Mual dan muntah
|
|
3
|
G03
|
Nyeri perut atau rasa tidak
nyaman, terutama di daerah hati (pada sisi kanan bawah tulang rusuk)
|
|
4
|
G04
|
Kehilangan nafsu makan
|
|
5
|
G05
|
Demam
|
|
6
|
G06
|
Urine berwarna gelap
|
|
7
|
G07
|
Nyeri otot
|
|
8
|
G08
|
Menguningnya kulit dan mata (jaundice).
|
|
9
|
G09
|
Sakit perut
|
Hepatitis
B
|
10
|
G10
|
Urine gelap
|
|
11
|
G11
|
Demam
|
|
12
|
G12
|
Nyeri sendi
|
|
13
|
G13
|
Kehilangan nafsu makan
|
|
14
|
G14
|
Mual dan muntah
|
|
15
|
G15
|
Kelemahan dan kelelahan
|
|
16
|
G16
|
Kulit menguning dan bagian putih
mata (jaundice).
|
|
17
|
G17
|
Kelelahan
|
Hepatitis
C
|
18
|
G18
|
Demam
|
|
19
|
G19
|
Mual atau nafsu makan yang buruk
|
|
20
|
G20
|
Otot dan nyeri sendi
|
|
21
|
G21
|
Nyeri di daerah hati.
|
Pengukuran Kemiripan Kasus (Similarity)
Dalam mencari kasus yang memiliki kemiripan dengan kasus baru, setiap kasus baru akan disamakan dengan semua kasus yang ada pada basis kasus dengan faktor-faktor bagian diatas, yang digunakan untuk mengukur kemiripan, yaitu gejala-gejala penyakit. Misalnya ada kasus baru sebagai berikut :
Dalam mencari kasus yang memiliki kemiripan dengan kasus baru, setiap kasus baru akan disamakan dengan semua kasus yang ada pada basis kasus dengan faktor-faktor bagian diatas, yang digunakan untuk mengukur kemiripan, yaitu gejala-gejala penyakit. Misalnya ada kasus baru sebagai berikut :
Pasien 1 Memilih Gejala, G01,G6,G11,G13,G20. Maka untuk kasus baru ini akan dihitung kemiripannya dengan rumus berikut :
Ti=(nX1 + nX2 + nX3)/N
Ti=(G01+G06+G08+G13+G20)/21
Ti=(G01+G06+G08+G13+G20)/21
Setelah dimasukan nilainya maka kasus baru tersebut akan dibandingkan dengan setiap kasus yang ada pada contoh yaitu Tabel 4. Hasil perhitunganya untuk kemiripan (similarity) setiap kasus yang tersimpan pada basis kasus dengan kasus baru adalah sebagai berikut :
Tabel 4. Jumlah Nilai Kemiripan
Dengan Kasus Baru
Nama Penyakit
|
G01
|
G06
|
G08
|
G13
|
G20
|
Ti
|
Penyakit Hepatitis A
|
1
|
1
|
1
|
0
|
0
|
3/21
|
Penyakit Hepatitis B
|
0
|
0
|
0
|
1
|
0
|
1/21
|
Penyakit Hepatitis C
|
0
|
0
|
0
|
0
|
1
|
1/21
|
Pengambilan atau Pemilihan Data
Dari hasil perhitungan Similarity diatas maka dapat disimpulkan bahwa pasien 1 kemungkinan mengalami penyakit Hepatitis A dengan nilai kemiripan sebesar 3/21atau 0.1428. Walaupun demikian, setiap kasus baru belum tentu memiliki nilai kemiripan yang lumayan tinggi dengan basis kasus. Maka perlu diberikan kriteria kemiripan dengan menghitung nilai desimal dari setiap Ti atau nilai kemiripan. Adapun kriteria pembagian nilai Ti adalah sebagai berikut :
Tabel 5. Kriteria Kemiripan
Nilai Desimal Kemiripan
|
Kriteria Kemiripan
|
0,8-1
|
High
|
0,4-0,79
|
Medium
|
0-0,39
|
Low
|