khususnya pada bagian poli umum, dengan berdasarkan pada pengamatan gejala pasien, akan menemukan sejumlah penyakit yang mungkin terjadi
differential diagnose. Hal ini tidak menutup kemungkinan adanya kesalahan differential diagnose penyakit pasien. Kesalahan pada
differential diagnose akan berimbas pada kesalahan pemberian obat,
dengan demikian pasien mengkonsumsi obat yang seharusnya tidak dikonsumsi.
Perkembangan teknologi dapat membantu dalam penentuan differential diagnose.
Komputerisasi dilakukan dengan memanfaatkan algoritma pada ilmu information retrieval temu kembali informasi.
Komputerisasi pada differential diagnose ini bukan merupakan hal yang mudah. Hal ini dikarenakan gejala umum pada tiap penyakit yang akan
dijadikan model bukan merupakan dokumen panjang. Model dari tiap penyakit biasanya hanya terdiri dari 5 – 10 gejala umum. Hal ini berbeda
dengan penerapan ilmu information retrieval pada umumnya, yaitu menggunakan dokumen dengan jumlah kata atau kalimat dalam jumlah
yang besar dokumen panjang.
1.2. Rumusan Masalah
Berdasarkan pada latar belakang permasalahan, maka masalah yang akan dibahas pada tulisan ini adalah:
1. Bagaimana membangun sistem rekomendasi differential
diagnose penyakit paru – paru yang dapat melakukan
differential diagnose dengan baik berbasis pada information
retrieval dengan menggunakan dokumen pendek? Dokumen
pendek adalah dokumen yang berjumlah kata maksimal 30 kata.
2. Bagaimana unjuk kerja algoritma extended boolean model,
vector space model: cosine similarity, dan probabilistic model
untuk dokumen pendek pada sistem rekomendasi differential diagnose
penyakit paru – paru secara akurat? 3.
Bagaimana keakuratan algoritma information retrieval extended boolean model, vector space model: cosine
similarity, dan probabilistic model untuk dokumen pendek
pada sistem rekomendasi differential diagnose penyakit paru – paru?
1.3. Batasan
Dengan permasalahan yang terjadi dan telah diungkapkan di atas, penulis bermaksud menyusun skripsi dengan judul “Uji Algoritma
Probabilistic Model, Vector Space Model, dan Extended Boolean Model
Pada Sistem Rekomendasi Differential Diagnose Penyakit Paru - Paru”. Batasan yang akan diambil dalam skripsi ini adalah sebagai berikut:
1. Studi kasus hanya dilakukan di Puskesmas Jebed Pemalang.
2. Melakukan differential diagnose hanya pada penyakit paru –
paru yang termasuk sepuluh besar di Puskesmas Jebed. 3.
Data yang digunakan dari tahun 2009 hingga tahun 2011. 4.
Differential diagnose hanya dilakukan berdasarkan gejala
awal, penyakit yang awal diagnose dengan cek lab tidak digunakan.
5. Differential diagnose
lanjutan berdasar hasil cek lab tidak akan dibahas.
6. Sistem rekomendasi yang dibangun tidak menangani
pemberian saran terkait langkah lanjutan yang dilakukan.
7. Differential diagnose
dilakukan secara terkomputerisasi dengan penerapan teknologi informatika, ilmu information
retrieval
.
8. Algoritma information retrieval yang digunakan adalah
extended boolean model , vector space model: cosine
similarity,
dan probabilistic model.
1.4. Tujuan Penelitian
