<![CDATA[Sinusitis pada anak merupakan gangguan kesehatan dengan angka kejadian yang meningkat dan berpotensi menimbulkan komplikasi serius jika tidak terdeteksi dini. Keterbatasan metode diagnosis konvensional dalam memberikan hasil cepat dan tepat mendorong perlunya solusi berbasis teknologi. Penelitian ini mengembangkan sistem diagnosis sinusitis berbasis web menggunakan metode Case-Based Reasoning (CBR) yang memanfaatkan riwayat kasus terdahulu untuk menganalisis kasus baru melalui perhitungan kemiripan gejala. Data gejala pasien anak diperoleh dari dokter spesialis THT, kemudian diolah menggunakan pembobotan gejala dominan, sedang, dan ringan untuk menghitung nilai similarity. Hasil pengujian menunjukkan sistem menghasilkan diagnosis dengan tingkat kemiripan tertinggi 90,91% pada kasus sinusitis kronis, sesuai dengan evaluasi pakar. Temuan ini membuktikan sistem mampu memberikan diagnosis cepat, akurat, dan dapat digunakan sebagai sarana deteksi dini. Pengembangan selanjutnya disarankan untuk memperluas basis data kasus dan menambahkan fitur pembelajaran adaptif guna meningkatkan akurasi sistem.]]>
Copyrights © 2025
