1 Sistem Pakar Dengan Menggunakan Metode Case Base Reasoning, Rule Base Reasoning dan Theorema Bayes (Studi Kasus : Deteksi Penyakit Umum) Alfa Pahlawan Putra 1 , Angelina Prima Kurniati 2 , Ade Romadhony 3 1,2,3 Departemen Informatika, Fakultas Teknik Telkom University, Bandung 1 alfaputra@students.ittelkom.ac.id, 2 apk@ittelkom.ac.id, 3 ade@ittelkom.ac.id Abstrak Kesadaran masyarakat terhadap kesehatan dan penyakit di Indonesia saat ini tidak terlalu baik. Hal ini dapat kita amati melalui kebiasaan buruk sebagian besar masyarakat Indonesia yang cenderung lebih memilih untuk memeriksakan kesehatan ketika sakit yang dirasakannya sudah mulai mengganggu. Tentunya hal ini sangat merugikan bagi masyarakat Indonesia. Untuk menanggapi hal itu, maka sudah saatnya untuk dibuat sebuah sistem pakar yang dapat menganalisa dan mendeteksi penyakit – penyakit umum dan memberikan saran akan tindakan yang harus dilakukan. Sistem pakar merupakan sebuah sistem yang berbasis knowledge dan memiliki inference machine yang digunakan untuk mencocokkan masalah dengan knowledge yang ada. RBR (Rule Based Reasoning) digunakan untuk memetakan pengetahuan dari pakar, sedangkan CBR ( Case Based Reasonig) digunakan untuk melakukan retrieve solusi dari kejadian yang pernah ada sebelumnya berdasarkan nilai MSV (Minimum Similarity Value), sedangkan theorema bayes digunakan untuk menghitung peluang munculnya sebuah penyakit. Dari hasil yang didapat, dengan menggabungkan ketiga metode akan didapatkan akurasi rata - rata yang lebih tinggi apabila dibandingkan dengan hanya menerapkan salah satu atau dua metode secara bersamaan. Kata kunci : minimum similarity value, sistem pakar, case based reasoning, rule based reasoning, theorema bayes. Abstract Public awareness of health and disease in Indonesia is not very good. This case can be found by observing the bad habit of Indonesian people that prefer to choose some health check up when the pain they felt is start to annoying. Obviously this is very detrimental to the people of Indonesia. To respond that, it is the time to make an expert system that can analyze and detect disease - common diseases and will advise what to do. Expert system is a knowledge-based system and has the inference machine that is used to match the problems with existing knowledge. In other words, the expert system is a system designed to absorb and apply the knowledge possessed by an expert in a particular domain. RBR (Rule Based Reasoning) used to mapping the knowledge of the expert, and CBR (Case Based Reasoning) used to retrieve solution from the cases that exist before according to value of MSV (Minimum Similarity Value). Bayes theorem is used to calculating the probability of appears from the disease. From the result obtained, with mixing the three of the methods will produce higher average accuracy when compared with only joining one or two methods simultaneously. Keywords: expert System, case based reasoning, rule based reasoning, bayes theorem, minimum similarity value. 1. Pendahuluan Seringkali seseorang yang tengah menderita penyakit ringan malas untuk memeriksakan dirinya ke dokter. Mereka beranggapan bahwa berobat ke dokter membutuhkan biaya banyak, dan biasanya seseorang cenderung memilih untuk memeriksakan dirinya ke dokter bila kesehatannya sudah semakin memburuk. Mungkin tindakan mereka dapat dimaklumi, namun bagaimana bila ternyata penyakit ringan yang mereka alami merupakan sebuah gejala dari penyakit yang lebih berat. Tentunya kebiasaan seperti ini akan sangat merugikan bagi orang tersebut. Oleh sebab itu penulis akan membuat sebuah sistem pakar yang dapat mendeteksi penyakit – penyakit umum tersebut dan memberikan saran akan apa yang harus dilakukan oleh pengguna (masyarakat awam). Sistem pakar ini akan dibangun dengan menggabungkan beberapa metode, yaitu Rule Based Reasoing, Case Based Reasoning dan Theorema Bayes (TB). Tujuan dari penelitian ini adalah untuk : 1. Membuat sistem pakar untuk mendeteksi penyakit - penyakit umum yang biasa timbul di masyarakat. 2. Memberikan solusi dan saran akan apa yang harus dilakukan berdasarkan gejala yang diderita. 3. Melakukan analisis akurasi penerapan Theorema Bayes dalam melakukan diagnosis. 4. Melakukan analisis akurasi pengaruh implementasi penggabungan metode case based reasoning, rule based reasoning dan theorema