SISTEM PAKAR DIAGNOSIS PENYAKIT PARU MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DAN RULE BASED SYSTEM

Abstrak

Penyakit paru-paru merupakan masalah kesehatan utama di Indonesia dengan 25,8% kematian akibat penyakit pernapasan menurut Kementerian Kesehatan. data dari RSUD Muhammad Ali Kasim Gayo Lues, Aceh, menunjukkan tercatatnya sekitar 3.600 kasus sejak tahun 2022. Penelitian ini merancang sistem diagnostik berbasis kecerdasan buatan yang menggabungkan analisis citra rontgen dada 224x224 piksel dengan evaluasi parameter klinis menggunakan sistem rule-based, Dimana Rule Based System menerapkan pembobotan terstandarisasi yang setiap manifestasi klinis berkontribusi secara proporsional terhadap total skor diagnostik melalui normalisasi ke skala 100 poin. Dataset terdiri dari 983 citra 786 pelatihan, 197 validasi yang dikumpulkan selama periode 2022-2025, mencakup tuberkulosis 300 kasus, pneumonia 300 kasus, dan pneumotoraks 383 kasus dan 25 gejala penyakit. Hasil evaluasi menunjukkan akurasi sistem mencapai 94,97% dengan sensitivitas 93,2% dan spesifisitas 95,4%. Nilai F1-score untuk masing-masing penyakit adalah 0,9375 Tuberkulosis, 0,9125 Pneumonia, dan 0,987 Pneumotoraks. Oleh karena itu, sistem ini mampu membantu proses diagnosis dan memberikan dukungan dalam pengambilan keputusan klinis melalui analisis gambar rontgen maupun gejala pasien.

Identifier

• DOI: https://doi.org/10.36341/rabit.v10i2.6548
• OpenAlex: https://openalex.org/W4412730427