SISTEM PAKAR FARMAKOLOGI UNTUK PENYAKIT HIPERTENSI DENGAN INFERENSI LEARNING VECTOR QUANTIZATION

Interaksi obat merupakan satu dari delapan kategori masalah terkait obat yang
diidentifikasi sebagai kejadian atau keadaan terapi obat yang dapat mempengaruhi
outcome klinis pasien. Berdasarkan penelitian tentang penggunaan obat antihipertensi yang dilakukan kepada 80 subjek penelitian sebanyak 27,5% menerima
obat anti-hipertensi yang tidak menguntungkan terhadap kondisi klinis pasien.
Mengingat banyaknya obat yang beredar di Indonesia sedangkan daya ingat
manusia khususnya seorang dokter mempunyai kapasitas yang terbatas untuk
mengingat semua jenis obat yang beredar beserta dosis dan cara penggunaannya.
Hal ini memungkinkan terjadinya kesalahan dalam pembuatan resep obat dengan
komposisi yang salah dan interaksi dengan obat lain yang dapat menimbulkan efek
buruk terhadap tubuh pasien. Untuk membantu mencegah hal ini, maka salah satu
alternatif pemecahannya diperlukan suatu program sistem pakar farmakologi
dengan inferensi Learning Vector Quantization (LVQ). Manfaat dari penelitian ini
adalah memudahkan dalam diagnosa atau deteksi dini penyakit hipertensi dan
interaksi obat anti-hipertensi dengan obat lainnya.
Pada penelitian ini dibuat sistem pakar farmakologi dengan data yang
dibutuhkan yaitu 25 data penyakit komplikasi yang paling sering muncul penyakit
hipertensi dan 23 data jenis obat anti-hipertensi yang umum digunakan dalam
praktik dokter. Jalannya penelitian meliputi penyusunan sumber data penelitian,
akuisisi data pengetahuan, desain sistem, uji kerja sistem dan evaluasi sistem.
Langkah-langkah yang harus dipenuhi yaitu data yang terdiri dari 10 kombinasi
jenis obat yang sudah diinputkan ke dalam sistem. Selanjutnya dalam pengujian
akan dipilih 10 data yang akan diproses sesuai parameter optimal yang telah
ditentukan pada saat pelatihan.
Berdasarkan hasil akurasi LVQ maka didapatkan data uji dengan prosentase
rata-rata mencapai 80%.
Keyword : Sistem Pakar, Farmakologi, Anti-hipertensi, LVQ