Implementasi Case Based Reasoning untuk Mendiagnosis Gangguan Kesehatan Mental

Abstract

Kesehatan mental merupakan aspek penting yang memengaruhi kualitas hidup seseorang, tetapi gangguan mental dapat menurunkan kualitas dan fungsi individu secara signifikan. Mengingat prevalensi global yang cukup tinggi dengan 970 juta orang mengalami gangguan mental pada tahun 2019 sehingga menjadi isu yang harus mendapatkan perhatian lebih. Tantangan ini diperkuat oleh keterbatasan layanan kesehatan mental terutama di Indonesia, seperti distribusi tenaga profresional yang tidak merata dan stigma yang beredar di lingkungan. Penelitian ini bertujuan mengembangkan sistem pakar untuk mendiagnosis gangguan kesehatan mental sebagai salah satu langkah preventif. Metode yang digunakan adalah Case Based Reasoning (CBR) dengan algoritma K-Nearest Neighbor (KNN) sebagai perhitungan nilai kemiripannya. CBR bekerja dengan memanfaatkan kasus-kasus sebelumnya untuk menyelesaikan suatu masalah atau kasus yang baru. Proses CBR melibatkan tahapan retrieve, reuse, revise, dan retain. Sistem pakar berbasis website ini berhasil diimplementasikan dan diuji. Pengujian black box testing menunjukkan bahwa fitur pada sistem berfungsi dengan baik. Sedangkan, uji validitas sistem dilakukan dengan membandingkan hasil diagnosis sistem dengan diagnosis pakar menghasilkan tingkat akurasi sebesar 80%. Dengan akurasi tersebut, sistem ini diharapkan dapat mempermudah masyarakat dan tenaga kesehatan dalam melakukan proses diagnosis awal, sehingga memfasilitasi penanganan lebih lanjut dan meningkatkan kualitas hidup penderita gangguan kesehatan mental.