Nyeri Punggung Bawah (Lower Back Pain/LBP) kini telah menjelma menjadi tantangan kesehatan masyarakat dengan implikasi serius pada aspek sosial dan finansial. Laporan Global Burden of Disease mengungkapkan bahwa LBP merupakan faktor utama penyebab kecacatan dan penurunan efisiensi kerja di banyak negara, tidak terkecuali Indonesia. Dalam konteks penanganan LBP, pendekatan forward chaining menawarkan kemampuan analitik yang mendalam terhadap sekumpulan manifestasi klinis pasien. Proses ini bekerja melalui tahapan penerimaan berbagai data input mencakup sifat nyeri, pola penyebaran nyeri radikular, elemen pencetus, dan temuan neurologis. Seluruh data ini kemudian diintegrasikan dengan basis pengetahuan yang memuat diagnostik tersistem. Keluaran dari mekanisme ini berupa deteksi beragam kemungkinan penyebab patologi, mencakup kondisi seperti strain otot, HNP (herniasi nukleus pulposus), penyempitan tulang belakang, maupun gangguan degeneratif tulang belakang lainnya. Studi ini berfokus pada perancangan sebuah sistem diagnostik berbasis kecerdasan buatan untuk mendeteksi penyakit dengan indikasi LBP melalui pendekatan bertahap dan eksperimental, dengan mengadopsi metode Research and Development (R&D). Hasil uji coba membuktikan bahwa sistem deteksi gejala nyeri punggung bawah yang mengimplementasikan forward chaining telah berjalan dengan baik. Teknik ini menunjukkan keberhasilan dalam penerapannya dengan capaian tingkat presisi yang sesuai dengan kriteria yang ditentukan.
Copyrights © 2025