Gangguan disosiatif merupakan kelompok gangguan mental yang ditandai oleh gangguan fungsi memori, kesadaran, identitas, atau persepsi, sering kali sebagai respons terhadap trauma berat atau tekanan psikologis yang ekstrem.Diagnosa yang akurat dan tepat waktu sangat penting untuk penanganan gangguan ini, namun kompleksitas dan tumpang tindihnya gejala dengan gangguan mental lainnya membuat proses diagnosa menjadi tantangan besar. Selain itu, kurangnya spesialisasi dan pengalaman tenaga medis dalam mengenali gangguan ini juga menghambat proses diagnosa. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis pendekatan Case-Based Reasoning (CBR) untuk mendiagnosa gangguan disosiatif. Algoritma CBR bekerja dengan memanfaatkan pengalaman dari kasus-kasus sebelumnya, sehingga dapat memberikan diagnosa yang lebih cepat dan akurat serta membantu pengguna dalam menentukan langkah penanganan yang tepat. Teknik weighted similarity digunakan untuk menyesuaikan pengaruh setiap fitur terhadap kemiripan total. Penelitian ini menghasilkan sistem pakar yang dikembangkan berbasis web dengan memiliki fitur utama yaitu menampilkan hasil diagnosis berdasarkan gejala yang dipilih pasien, penjelasan tentang penyakit, serta solusi atau penanganannya. Hasil pengujian menunjukkan bahwa sistem ini memiliki tingkat akurasi sebesar 90%. Hal ini menunjukkan bahwa sistem pakar yang dibangun sangat andal dalam mendiagnosa gangguan disosiatif.
Copyrights © 2024