Pengolahan Bahasa Alami untuk Anamnesis Penyakit pada Anak

Abstract

Penelitian ini membahas penerapan Natural Language Processing (NLP) dalam proses anamnesis penyakit pada anak, khususnya untuk gejala demam seperti DBD, ISPA, Demam Tifoid, dan Infeksi Saluran Kemih. Anamnesis merupakan langkah awal dalam diagnosis yang bergantung pada komunikasi verbal antara pasien dan dokter. Namun, tantangan dalam komunikasi dapat menghambat diagnosis yang cepat dan tepat, berisiko pada penanganan medis yang kurang optimal. Penelitian ini menerapkan NLP untuk menginterpretasikan komunikasi verbal pasien menggunakan metode voice-to-text. Data yang digunakan berasal dari Klinik Margorejo dalam format suara (.wav), yang kemudian diproses menggunakan library speechRecognition. Setelah diubah ke dalam teks, data melalui tahap preprocessing seperti case folding, tokenizing, filtering, dan stemming. Selanjutnya, metode Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity digunakan untuk mengenali pola gejala. Kerangka kerja yang digunakan adalah Cross Industry Standard for Data Mining (CRISP-DM). Hasil penelitian ini berupa sistem berbasis website yang memungkinkan pasien melakukan konsultasi gejala. Setelah NLP menganalisis keluhan, dokter dapat melakukan diagnosis yang lebih akurat dan cepat. Hasil diagnosis anamnesis dapat diakses oleh dokter, pengguna, dan admin, sehingga meningkatkan efisiensi dalam pengambilan keputusan klinis.