Implementasi Aplikasi Konsultasi Kesehatan Jiwa Dengan Algoritma Kepakaran dan Jaringan Syaraf Tiruan
DOI:
https://doi.org/10.33633/tc.v22i2.8038Keywords:
Jaringan syaraf tiruan, Forward Chaining, Kesehatan Mental, KepakaranAbstract
Upaya untuk menjawab bagaimana cara komputasi memproses data teks dari konsultasi pasien menjadi sebuat inputan yang dapat dimengerti menjadi hasil akurat untuk dapat memeberikan rekomendasi dari konsultaasi yang dikeluhkan pasien membangun dan mengembangkan algoritma Artificial Neural Network dalam membangun sistem optimal untuk memberikan hasil rekomendasi konsultasi kesahatan mental manusia secara kepakaran, dengan focus utama pada data input dan output yang akurat dan tepat Natural Language Processing (NLP), Algoritma Artificial Neural Network yang digunakan menggunakan jenis multilayer. Cara kerja dari jenis multilayer adalah later pertama dijadikan input layer yang bertugas menyimpan vector input pada jaringan, selanjutnya layer input dimasukan secara komputasi pada layer kedua, yang bekerja bisa dengan proses komputasi parallel. Sistem pakar yang digunakan pada penelitian ini adalah metode dari Forward Chaining. Tingkat kecocokan input dengan hasil ANN yang diambil adalah akurasi 0.92 selain itu sistem akan menampilkan bahwa sistem tidak bisa memproses ‘Tidak mengerti perintah’, akurasi sistem yang dibangun merupakan akurasi prosedur dari model utama yang terbentuk. Iterasi yang dipakai yaitu 92 kali dan waktu eksekusi optimal sistem beropreasi bisa sangat cepat yaitu 0.016 second. Proses Artificial Neural Network merupakan proses utama dari penelitian ini, karena proses kerjanya sebagai penyambung kata setiap dataset dan akan dicocokan dengan inputan penggunaReferences
Belzunegui-Eraso, A., & Erro-Garcés, A. (2020). Teleworking in the context of the Covid-19 crisis. Sustainability (Switzerland), 12(9). https://doi.org/10.3390/su12093662
Cénat, J. M., Mohammad, S., Moshirian, M., Dalexis, R. D., Darius, W. P., Mansoub, F., Poisson, H., Broussard, C., Ukwu, G., Auguste, E., Nguyen, D. D., Sehabi, G., Aouame, M. El, & Khodabocus, S. N. (2022). The global evolution of mental health problems during the COVID-19 pandemic: A systematic review and meta-analysis of longitudinal studies. https://doi.org/10.1016/j.jad.2022.07.011
Nano Prawoto, Eko Priyo Purnomo, & Abitassha Az Zahra. (2020). The Impacts of Covid-19 Pandemic on Socio-Economic Mobility in Indonesia. International Journal of Economics and Business Administration, Volume VII(Issue 3), 57–71.
Zen Munawar, D. (2021). Pemanfaatan Teknologi Digital Di Masa Pandemi Covid-19. Jurnal Teknologi Informasi Komunikasi, 8(2), 160–175.
Jahani, A., Kalantary, S., & Alitavoli, A. (2021). An application of artificial intelligence techniques in prediction of birds soundscape impact on tourists’ mental restoration in natural urban areas. Urban Forestry and Urban Greening, 61(March), 127088. https://doi.org/10.1016/j.ufug.2021.127088
Chung, C. C., Chiu, W. T., Huang, Y. H., Chan, L., Hong, C. T., & Chiu, H. W. (2021). Identifying prognostic factors and developing accurate outcome predictions for in-hospital cardiac arrest by using artificial neural networks. Journal of the Neurological Sciences, 425(March), 117445. https://doi.org/10.1016/j.jns.2021.117445
Huang, X., Wang, H., Luo, W., Xue, S., Hayat, F., & Gao, Z. (2021). Prediction of loquat soluble solids and titratable acid content using fruit mineral elements by artificial neural network and multiple linear regression. Scientia Horticulturae, 278(December 2020), 109873. https://doi.org/10.1016/j.scienta.2020.109873
Saibene, A., Assale, M., & Giltri, M. (2021). Expert systems: Definitions, advantages and issues in medical field applications. Expert Systems with Applications, 177(July 2020), 114900. https://doi.org/10.1016/j.eswa.2021.114900
Hsieh, K. L. (2011). Employing a recommendation expert system based on mental accounting and artificial neural networks into mining business intelligence for study abroad’s P/S recommendations. Expert Systems with Applications, 38(12), 14376–14381. https://doi.org/10.1016/j.eswa.2011.03.078
Fiarni, C., Gunawan, A. S., Ricky, Maharani, H., & Kurniawan, H. (2015). Automated Scheduling System for Thesis and Project Presentation Using Forward Chaining Method with Dynamic Allocation Resources. Procedia Computer Science, 72, 209–216. https://doi.org/10.1016/j.procs.2015.12.133
Kim, Y. H., Song, J. H., & Park, J. H. (2009). An expert system for fatigue life prediction under variable loading. Expert Systems with Applications, 36(3 PART 1), 4996–5008. https://doi.org/10.1016/j.eswa.2008.06.041
S. Nurajizah, “Sistem Pakar Berbasis Android Untuk Diagnosa Penyakit Kulit Kucing dengan Metode Forward Chaining,” Jurnal PILAR Nusa Mandiri, vol. 14, pp. 7-14, 2018.
Downloads
Published
Issue
Section
License
Pernyataan Lisensi
Artikel yang diterbitkan dalam jurnal Techno.Com dilisensikan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional (CC BY-NC 4.0).
Anda diperbolehkan untuk menyalin, mendistribusikan, menampilkan, dan melakukan karya dari artikel ini serta membuat karya turunan selama Anda memberikan kredit yang sesuai kepada penulis asli dan tidak menggunakan karya ini untuk tujuan komersial. Untuk melihat salinan lisensi ini, kunjungi [Creative Commons Attribution-NonCommercial 4.0 International](https://creativecommons.org/licenses/by-nc/4.0/).
---
Contoh pengkreditan:
- Penulis: [Nama Penulis]
- Judul Artikel: [Judul Artikel]
- Jurnal: Techno.Com, Vol. [Nomor Volume], No. [Nomor Edisi], Tahun [Tahun Penerbitan]
Jika Anda ingin menggunakan karya ini untuk tujuan komersial, Anda harus mendapatkan izin terlebih dahulu dari penulis atau penerbit.
---
