Melola Discovery

← Melola Discovery

Open access Jurnal SINTA 2

Case-Based Reasoning untuk Diagnosa Penyakit THT (Telinga Hidung dan Tenggorokan)

IJCCS (Indonesian Journal of Computing and Cybernetics Systems) · Vol. 6 No. 2 (2013)

DOI
10.22146/ijccs.2154
ISSN
2460-7258, 1978-1520
Published
2013-07-31
Publisher
IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.
Language
eng
License
creativecommons.org/licenses/by-sa/4.0

Abstract

AbstrakCase-Based Reasoning (CBR) merupakan sistem penalaran komputer yang menggunakan pengetahuan lama untuk mengatasi masalah baru.CBR memberikan solusi terhadap kasus baru dengan melihat kasus lama yang paling mendekati kasus baru. Hal ini akan sangat bermanfaat karena dapat menghilangkan kebutuhan untuk mengekstrak model seperti yang dibutuhkan oleh sistem berbasis aturan. Penelitian ini mencoba untuk membangun suatu sistem Penalaran Berbasis Kasus untuk melakukan diagnosa penyakit THT (Telinga, Hidung dan Tenggorokan). Proses diagnosa dilakukan dengan cara memasukkan kasus baru (target case) yang berisi gejala-gejala ang akan didiagnosa ke dalam sistem, kemudian sistem akan melakukan proses indexing dengan metode backpropagation untuk memperoleh indeks dari kasus baru tersebut. Setelah memperoleh indeks, sistem selanjutnya melakukan proses perhitungan nilai similarity antara kasus baru dengan basis kasus yang memiliki indeks yang sama menggunakan metode cosine coefficient. Kasus yang diambil adalah kasus dengan nilai similarity paling tinggi. Jika suatu kasus tidak berhasil didiagnosa, maka akan dilakukan revisi kasus oleh pakar. Kasus yang berhasil direvisi akan disimpan ke dalam sistem untuk dijadikan pengetahuan baru bagi sistem. Hasil penelitian menunjukkan sistem penalaran berbasis kasus untuk mendiagnosa penyakit THT ini membantu paramedis dalam melakukan diagnosa. Hasil uji coba sistem terhadap 111 data kasus uji, terdapat 9 kasus yang memiliki nilai similarity di bawah 0.8. Kata kunci—case-based reasoning, indexing, similarity, backpropagation, cosine coefficient Abstract Case-Based Reasoning (CBR) is a reasoning system that uses old knowledge to solve new problem. CBR provides solutions to new cases by looking at old case that comes closest to the new case. It will be very useful because it eliminates the need to extract the model as required by the rule-based systems. This studytriestoestablisha system forCBR for diagnosingdiseasesof ENT.Diagnosisprocessis done byinsertinga new casethat containsthe symptoms ofthe disease to bediagnosed, thenthe system willdo theindexingprocess with backpropagation method toobtainan indexofnewcases. Afterthat, the systemdo thecalculation of the valueof similaritybetweenthe newcasebycasebasiswhichhas thesame indexwithnew cases using cosine coefficient method. The casetaken isthe casewiththe highestsimilarityvalue. If acaseis not successfullydiagnosed, thecasewillbe revisedby theexperts and it can be used asnew knowledgefor thesystem. The results showedcase-basedreasoningsystemtodiagnosediseasesof ENTcan helpparamedicsin performingdiagnostics. The test results of 111 data test cases, obtained 9 cases that have similarity values below 0.8. Keywords—case-based reasoning, indexing, similarity, backpropagation, cosine coefficient

Keywords

Collaboration network of the authors

31 authors · 42 co-authorship links · 7 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Gadjah Mada
  • IPB University
  • Universitas Lamappapoleonro
  • Diponegoro University
  • Universitas 'Aisyiyah Surakarta
  • Universitas Amikom Yogyakarta
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Retantyo WardoyoUniversitas Gadjah Mada3
Aina MusdholifahUniversitas Gadjah Mada2
Sri NurdiatiIPB University1
Jati Sasongko WibowoAffiliation unknown1
Aridhanyati ArifinAffiliation unknown1
Jamila JamilaAffiliation unknown1
Rio KurniawanUniversitas Gadjah Mada1
Rita WiryasaputraUniversitas Gadjah Mada1
Sri Fitri WahyuniAffiliation unknown1
Sherly JayantiAffiliation unknown1
Salahuddin SalahuddinUniversitas Gadjah Mada1
Muhammad Lhsan SaritaAffiliation unknown1
Rusdi EfendiAffiliation unknown1
Rukli RukliUniversitas Lamappapoleonro1
Khadijah KhadijahDiponegoro University1
Jani KusantiUniversitas 'Aisyiyah Surakarta1
Hence Beedwel LumentutAffiliation unknown1
Annisa MaulianiUniversitas Gadjah Mada1
Eka WahyudiAffiliation unknown1
Ari Kusuma WardanaUniversitas Gadjah Mada1
Maulida Ayu FitrianiUniversitas Gadjah Mada1
Achmad Siddik FathoniUniversitas Gadjah Mada1
Agus SihabuddinUniversitas Gadjah Mada1
Ainil MardiahUniversitas Gadjah Mada1
Azhari SubanarAffiliation unknown1
Agus HarjokoUniversitas Gadjah Mada1
Kusrini KusriniUniversitas Amikom Yogyakarta1
Subanar SubanarUniversitas Gadjah Mada1
Azhari AzhariAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://journal.ugm.ac.id/ijccs/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Case-Based Reasoning untuk Diagnosa Penyakit THT (Telinga Hidung dan Tenggorokan)</dc:title>
	<dc:creator>Rismawan, Tedy</dc:creator>
	<dc:creator>Hartati, Sri</dc:creator>
	<dc:subject xml:lang="en-US"></dc:subject>
	<dc:subject xml:lang="en-US">case-based reasoning; indexing; similarity; backpropagation; cosine coefficient</dc:subject>
	<dc:description xml:lang="en-US">AbstrakCase-Based Reasoning (CBR) merupakan sistem penalaran komputer yang menggunakan pengetahuan lama untuk mengatasi masalah baru.CBR memberikan solusi terhadap kasus baru dengan melihat kasus lama yang paling mendekati kasus baru. Hal ini akan sangat bermanfaat karena dapat menghilangkan kebutuhan untuk mengekstrak model seperti yang dibutuhkan oleh sistem berbasis aturan. Penelitian ini mencoba untuk membangun suatu sistem Penalaran Berbasis Kasus untuk melakukan diagnosa penyakit THT (Telinga, Hidung dan Tenggorokan). Proses diagnosa dilakukan dengan cara memasukkan kasus baru (target case) yang berisi gejala-gejala ang akan didiagnosa ke dalam sistem, kemudian sistem akan melakukan proses indexing dengan metode backpropagation untuk memperoleh indeks dari kasus baru tersebut. Setelah memperoleh indeks, sistem selanjutnya melakukan proses perhitungan nilai similarity antara kasus baru dengan basis kasus yang memiliki indeks yang sama menggunakan metode cosine coefficient. Kasus yang diambil adalah kasus dengan nilai similarity paling tinggi. Jika suatu kasus tidak berhasil didiagnosa, maka akan dilakukan revisi kasus oleh pakar. Kasus yang berhasil direvisi akan disimpan ke dalam sistem untuk dijadikan pengetahuan baru bagi sistem. Hasil penelitian menunjukkan sistem penalaran berbasis kasus untuk mendiagnosa penyakit THT ini membantu paramedis dalam melakukan diagnosa. Hasil uji coba sistem terhadap 111 data kasus uji, terdapat 9 kasus yang memiliki nilai similarity di bawah 0.8.  Kata kunci—case-based reasoning, indexing, similarity, backpropagation, cosine coefficient Abstract Case-Based Reasoning (CBR) is a reasoning system that uses old knowledge to solve new problem. CBR provides solutions to new cases by looking at old case that comes closest to the new case. It will be very useful because it eliminates the need to extract the model as required by the rule-based systems. This studytriestoestablisha system forCBR for diagnosingdiseasesof ENT.Diagnosisprocessis done byinsertinga new casethat containsthe symptoms ofthe disease to bediagnosed, thenthe system willdo theindexingprocess with backpropagation method toobtainan indexofnewcases. Afterthat, the systemdo thecalculation of the valueof similaritybetweenthe newcasebycasebasiswhichhas thesame indexwithnew cases using cosine coefficient method. The casetaken isthe casewiththe highestsimilarityvalue. If acaseis not successfullydiagnosed, thecasewillbe revisedby theexperts and it can be used asnew knowledgefor thesystem. The results showedcase-basedreasoningsystemtodiagnosediseasesof ENTcan helpparamedicsin performingdiagnostics. The test results of 111 data test cases, obtained 9 cases that have similarity values below 0.8. Keywords—case-based reasoning, indexing, similarity, backpropagation, cosine coefficient</dc:description>
	<dc:publisher xml:lang="en-US">IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.</dc:publisher>
	<dc:contributor xml:lang="en-US">indoceiss</dc:contributor>
	<dc:date>2013-07-31</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US"></dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.ugm.ac.id/ijccs/article/view/2154</dc:identifier>
	<dc:identifier>10.22146/ijccs.2154</dc:identifier>
	<dc:source xml:lang="en-US">IJCCS (Indonesian Journal of Computing and Cybernetics Systems); Vol 6, No 2 (2012): July</dc:source>
	<dc:source>2460-7258</dc:source>
	<dc:source>1978-1520</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.ugm.ac.id/ijccs/article/view/2154/1934</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2013 IJCCS - Indonesian Journal of Computing and Cybernetics Systems</dc:rights>
	<dc:rights xml:lang="en-US">http://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>