Sistem Pakar Diagnosis Penyakit Lambung Berdasarkan Gejala dan Citra Endoskopi Menggunakan Metode Forward Chaining dan CNN

Abstract

Penyakit lambung adalah masalah kesehatan yang sering terjadi di masyarakat, dan diagnosis tepat waktu sangat penting untuk perawatan yang cepat. Penelitian ini mengembangkan sebuah sistem pakar yang mengintegrasikan informasi gejala klinis dan citra endoskopi untuk diagnosis penyakit lambung. Metode forward chaining digunakan untuk mengembangkan aturan inferensi berdasarkan gejala, sementara convolutional neural network digunakan untuk analisis citra endoskopi. Sistem ini memungkinkan pengguna untuk memasukkan gejala klinis yang dialami pasien, kemudian secara otomatis menerapkan aturan-aturan berbasis forward chaining untuk menentukan kemungkinan penyakit lambung. Selanjutnya, melalui pengolahan citra menggunakan convolutional neural network (CNN), sistem mampu mengekstrak fitur-fitur penting dari citra endoskopi dan mengidentifikasi pola-pola yang mendukung diagnosis. Pengujian sistem dilakukan menggunakan dataset gejala klinis dan citra endoskopi yang luas. Hasil eksperimen menunjukkan bahwa integrasi metode forward chaining dan CNN memberikan tingkat akurasi diagnosis yang tinggi hingga 80,6%. Sistem ini mempercepat proses diagnosis dan meningkatkan akurasi dengan menggunakan data visual dari gambar endoskopi. Penelitian ini menunjukkan potensi sistem pakar sebagai alat bantu bagi praktisi medis dalam meningkatkan efisiensi dan keakuratan diagnosis penyakit lambung. Dengan menggabungkan pendekatan gejala klinis dan analisis citra, sistem ini dapat menjadi kontributor berharga dalam perawatan pasien dengan penyakit lambung, memungkinkan intervensi yang lebih cepat dan tepat.