Case Based Reasoning Diagnosis Penyakit Cardiovascular Dengan Metode Simple Matching Coefficient Similarity

Penulis

Edi Faizal

Abstrak

Abstrak

Penyakit kardiovaskuler atau cardiovascular disease (CVD) menurut definisi WHO adalah istilah bagi serangkaian gangguan jantung dan pembuluh darah.  Data badan kesehatan dunia WHO (2012) menunjukan bahwa CVD adalah faktor penyebab kematian nomor satu didunia dan berdasarkan data Riset Kesehatan Dasar (RISKESDAS) Kementerian Kesehatan Republik Indonesia tahun 2007 menunjukkan, penyakit yang termasuk kelompok CVD menempati urutan teratas penyebab kematian di Indonesia. Ditinjau dari sisi ketersediaan tenaga ahli dibidang cardiovascular, saat ini Indonesia hanya memiliki  sekitar  500 dokter spesialis penyakit jantung dan pembuluh darah. Artinya dengan jumlah penduduk Indonesia yang mencapai 240 juta, rasio dokter spesialis jantung dan pembuluh darah adalah 1:480.000 penduduk. Jumlah ini masih sangat kurang dibandingkan dengan kebutuhan penduduk di Indonesia. Rasio yang diharapkan adalah 1:250.000 penduduk. Penelitian ini menerapkan case-based reasoning untuk membangun sebuah sistem yang memiliki kemampuan untuk mendiagnosa penyakit cardiovascular berdasarkan kemiripan (similaritas) pada kasus-kasus terdahulu mengunakan metode simple matching coefficient similarity. Hasil pengujian menunjukan bahwa sistem yang dibangun memiliki nilai sensitifitas 97,06%, spesifisitas 64,29%, PPV 86,84%, NPV 90,00%, akurasi 87,50% dengan tingkat kesalahan (error rate) sebesar 12,50%.

Kata kunci: cardiovascular, case based reasoning, simple matching coefficient

Abstract

Cardiovascular disease (CVD) according to the WHO definition is the term for a series of heart and blood vessel disorders . World Health Organization (2012) showed that CVD is the factor number one cause of death in the world and based on data from the Health Research (RISKESDAS) Ministry of Health of the Republic of Indonesia in 2007 showed, diseases including CVD group occupy the top cause of death in Indonesia. In terms of the availability of experts in the field of cardiovascular, Indonesia currently only have around 500 specialist heart and blood vessel disease (SpJP). This means that the number of Indonesian population reached 240 million, the ratio of specialist is 1:480.000 population . This amount is very less compared to the needs of the population in Indonesia . Expected ratio is 1:250,000 population. This study will apply a case -based reasoning to build a system that has the ability to diagnose cardiovascular disease based on the similarity in the previous cases using  method  of  simple  matching coefficient . Test results the system showed  of sensitivity value 97,06%, specificity of 64,29%, PPV 86,84%, NPV 90,00% and accuracy of 87,50% with an error rate of 12,50%.

Keywords: cardiovascular, case-based reasoning, simple matching coefficient

Teks Lengkap:

PDF (English)

Referensi


PAL, K. S. & SHIU, K.C.S. 2004. Foundations of Soft Case-based Reasoning. A John Wiley & Sons, Inc., New Jersey.

FEBRIANTY, D., DEWANTO, R.A. & ARADEA. 2007. Analisis Jaringan Syaraf Tiruan RPROP Untuk Mengenali Pola Elektrokardiografi Dalam Mendeteksi Penyakit Jantung Koroner. Seminar Nasional Aplikasi Teknologi Informasi 2007, ISSN: 1907-5022.

EFFENDY, N., SUBAGJA, & FAISAL, A. 2008. Prediksi Penyakit Jantung Koroner (PJK) Berdasarkan Faktor Risiko Menggunakan Jaringan Syaraf Tiruan Backpropagation. Seminar Nasional Aplikasi Teknologi Informasi 2008, ISSN: 1907- 5022.

ABBAS, M.A.E., 2012. Anticipating of Cardiovascular Heart Diseases Using Computer Based Poly Trees Model. International Journal of Computer Applications (0975 8887), Vol 59 No.13.

SHEKAR, K.C., KANTH, K.R. & KANTH, K.S. 2012. Impropved Algorithm for Prediction of Heart Disease Using Case Base Reasoning Technique on Non-Binary Datasets. International Journal of Research in Computer and Communication Technology (IJRCCT), Vol 1, Issue 7, ISSN 2278-5841.

SALEM, A.B.M., ROUSHDY, M. & HODHOD, R.A. 2005. A Case Based Expert System for Supporting Diagnosis of Heart Diseases. AIML Journal, vol. 5, no. 1, pp 33-39.

TOMAR, P.P.S., SINGH, R., SAXENA, P.K. & SHARMA, B.K. 2012. A Medical Multimedia Based DSS for Heart Diseases Diagnosis and Training. Canadian Journal on Biomedical Engineering & Technolog, Vol. 3 No. 2.

TURSINA. 2012. Case-Based Reasoning untuk Diagnosa Penyakit Respirologi Anak Menggunakan Similaritas Simple Mathcing Coefficient. Jurnal ELKHA, Vol 4, No 1, Halaman 17-22.

CAMPOS, J., MAITE, L. & MARC, E. 2010. A Case-Based Reasoning Approach for Norm Adaptation. Hybrid Artificial Intelligence Systems, Vol 6077, ISBN 978-3-642-13802-7, Halaman 168-176.

AKOBENG, A.K. 2007. Understanding diagnostic tests 1:sensitivity, specificity and predictive values. Acta Pædiatrica, Vol. 96 No. 3, ISSN:1651-2227, Halaman 338-341.

HAN, J. & KAMBER, M. 2006. Data Mining: Concepts and Techniques Second Edition. Morgan Kauffman. ISBN 978-92-4-156437-3, San Fransisco.




DOI: http://dx.doi.org/10.25126/jtiik.201412116