Medan, September 2026 — M Zaki Putra dan Yohanni Syahra dari Program Studi Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Muhammadiyah Sumatera Utara, mengembangkan sistem pakar berbasis web untuk membantu mendeteksi artritis reumatoid (rheumatoid arthritis atau RA) pada kelompok lanjut usia. Sistem yang menggunakan metode Certainty Factor ini mencatat tingkat akurasi sebesar 92% dalam pengujian terhadap 50 rekam medis pasien lansia.
Temuan tersebut menjadi penting karena artritis reumatoid yang muncul pada usia 60 tahun ke atas, atau dikenal sebagai elderly-onset rheumatoid arthritis (EORA), dapat sulit dikenali pada tahap awal. Gejalanya terkadang menyerupai gangguan sendi lain, termasuk osteoartritis. Kondisi ini dapat semakin menantang ketika fasilitas pelayanan kesehatan tingkat pertama memiliki keterbatasan akses terhadap dokter spesialis reumatologi.
Membantu Mengatasi Tantangan Diagnosis pada Lansia
Artritis reumatoid merupakan penyakit peradangan yang menyerang sendi dan dapat memengaruhi kemampuan seseorang dalam menjalankan aktivitas sehari-hari. Pada lansia, proses identifikasi penyakit ini memerlukan perhatian khusus karena gejalanya dapat bersifat subjektif dan bertumpang tindih dengan kondisi kesehatan lain.
Untuk membantu mengatasi tantangan tersebut, para peneliti mengembangkan sistem pakar yang menerapkan pengetahuan medis ke dalam aturan komputasi. Sistem ini dirancang agar dapat membantu tenaga kesehatan melakukan skrining awal secara lebih terstruktur.
Pengembangan sistem mengacu pada kriteria klasifikasi ACR/EULAR 2010. Kriteria tersebut mempertimbangkan beberapa aspek, seperti jumlah sendi yang mengalami gangguan, hasil pemeriksaan faktor reumatoid (RF) dan antibodi anti-CCP (ACPA), penanda peradangan berupa CRP atau LED/ESR, serta durasi gejala. Skor mencapai 6 dari 10 menjadi ambang klasifikasi artritis reumatoid berdasarkan kriteria tersebut, setelah persyaratan awal terkait pembengkakan sendi yang tidak dapat dijelaskan oleh penyakit lain terpenuhi.
Menggabungkan Pengetahuan Medis dan Metode Certainty Factor
Dalam proses pengembangan, peneliti menggunakan pendekatan kuantitatif dan tahapan System Development Life Cycle (SDLC). Pengumpulan pengetahuan dilakukan melalui studi literatur dan wawancara terstruktur dengan dokter spesialis reumatologi. Pengetahuan yang diperoleh kemudian disusun menjadi pohon keputusan dan aturan IF-THEN sebelum diterapkan dalam sistem berbasis web.
Metode Certainty Factor digunakan untuk mengolah tingkat keyakinan terhadap hasil diagnosis dengan mempertimbangkan ukuran kepercayaan (Measure of Belief) dan ukuran ketidakpercayaan (Measure of Disbelief). Pendekatan ini memungkinkan sistem memberikan nilai kepastian berdasarkan informasi gejala yang dimasukkan pengguna.
Untuk menguji kinerjanya, peneliti menggunakan 50 rekam medis pasien lansia dari sebuah pusat rujukan autoimun. Hasil sistem dibandingkan dengan diagnosis yang telah divalidasi oleh dokter spesialis reumatologi, kemudian dievaluasi menggunakan matriks konfusi (confusion matrix).
Hasil Pengujian Menunjukkan Akurasi 92%
Pengujian menghasilkan akurasi sebesar 92%, dengan presisi 93,33%, recall 93,33%, dan skor F1 sebesar 93,33%. Hasil ini menunjukkan bahwa sistem mampu mengidentifikasi sebagian besar kasus positif maupun negatif secara tepat pada data yang diuji.
Dari 30 kasus yang dinyatakan positif oleh dokter spesialis, sistem berhasil mengidentifikasi 28 kasus dan melewatkan dua kasus. Sementara itu, dari 20 kasus negatif, sistem mengklasifikasikan 18 kasus dengan benar dan menandai dua kasus secara keliru sebagai positif.
Peneliti mengaitkan empat kesalahan klasifikasi tersebut dengan kemiripan gejala antara EORA tahap awal dan osteoartritis berat yang disertai peradangan sekunder. Kasus artritis reumatoid seronegatif pada tahap awal juga menjadi salah satu tantangan dalam proses identifikasi.
Dalam simulasi kasus seorang pasien berusia 65 tahun dengan empat masukan gejala, sistem menghasilkan tingkat kepastian diagnosis sebesar 96,65%. Adapun rata-rata tingkat kepastian pada sampel yang telah dikonfirmasi positif mencapai 88,50%.
Berpotensi Mendukung Skrining di Layanan Kesehatan Primer
Hasil tersebut menunjukkan bahwa sistem pakar berbasis web berpotensi digunakan sebagai alat bantu skrining awal, terutama di fasilitas pelayanan kesehatan yang memiliki keterbatasan akses terhadap dokter spesialis. Informasi yang dihasilkan dapat membantu tenaga kesehatan mengenali pasien yang memerlukan pemeriksaan lanjutan.
Sistem ini juga berpotensi dimanfaatkan sebagai sarana edukasi bagi perawat Posyandu Lansia dan kader kesehatan agar lebih memahami gejala yang perlu diwaspadai. Namun, penggunaannya tetap harus disertai pemahaman bahwa hasil sistem bukan pengganti pemeriksaan dan keputusan klinis oleh dokter.
Peneliti juga menekankan keterbatasan pengujian. Data yang digunakan hanya mencakup 50 rekam medis dari satu pusat rujukan, sehingga kinerja sistem masih perlu diuji pada jumlah pasien yang lebih besar dan populasi yang lebih beragam.
Pengembangan selanjutnya dapat mencakup penggabungan metode Fuzzy dan Certainty Factor, penambahan diagnosis pembanding seperti osteoartritis, artritis gout, dan polimialgia reumatika, serta penyediaan aplikasi seluler yang dapat digunakan secara luring untuk menjangkau wilayah dengan konektivitas internet terbatas.
Tentang Penulis
- M Zaki Putra - Universitas Muhammadiyah Sumatera Utara, Medan, Indonesia.
- Yohanni Syahra - Universitas Muhammadiyah Sumatera Utara, Medan, Indonesia.
Sumber Artikel
Jurnal: International Journal of Educational Technology Research (IJETR), Vol. 4, No. 3, September 2026, hlm. 217–226
DOI: https://doi.org/10.59890/ijetr.v4i3.14
URL Jurnal: https://journalijetr.my.id/index.php/ijetr
0 Komentar