JURNAL PREDIKSI PENYAKIT AUTOIMUN DENGAN

MENGGUNAKAN ALGORITMA GENETIK

OLEH :
Ahmad Chaibar ( 22101152630362 )
PRODI TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER
UNIVERSITAS PUTRA INDONESIA ( YPTK ) PADANG
 ABSTRAK

Selama beberapa ndust terakhir, penalaran berbasis bukti dapat digunakan untuk
mengembangkan desain ndust perawatan kesehatan, yang mengikuti logika ndustrye
dibawah prinsip-prinsip Evidence Based Medicine (EBM).Untuk pertama kalinya, makalah ini
bertujuan untuk mendiskusikan tentang potensi Peran Kecerdasan Buatan (KB) dalam
Telemedicine: Dari Perspektif Profesional Kesehatan. Terkait metode studi ndustrye, kata
kunci kecerdasan buatan awalnya digunakan selama periode pencarian artikel ini. Pencarian
mencakup masalah telemedicine dalam tinjauan penalaran berbasis Bukti yang lengkap dan
relevan. Hasil penelitian menunjukan bahwa Kecerdasan Buatan dalam ndustry medis dapat
secara efektif meningkatkan kualitas, efektivitas, dan efisiensi pelayanan rumah sakit.
Kesimpulan dari makalah ini menambah pemahaman yang lebih baik tentang bagaimana AI
memengaruhi kesehatan dan efektivitas pelayanan medis.

PENDAHULUAN
Latar Belakang
Artificial Intelligence (AI) yang diterapkan pada dunia kedokteran diharapkan memiliki
dampak yang signifikan pada praktik klinis. Perusahaan-perusahaan kesehatan dan
kelompok akademis di seluruh dunia telah mengakui dan mempelajari lebih dalam
potensi teknologi AI untuk meningkatkan bidang kesehatan, dan banyak tim peneliti
sekarang berlomba untuk menghasilkan sistem AI agar semakin bertambah, atau
bahkan untuk mengganti posisi dokter. Sebagai contoh di bidang kesehatan telah terjadi
lonjakan investasi dan ketertarikan terhadap penerapan AI dalam menganalisis hasil foto
medis yaitu sebesar $152 juta pada tahun 2017, angka tersebut naik dari $80 juta pada
tahun 2016. Terbatasnya jumlah klinisi yang ahli dan berpengalaman terhadap AI
membuat tim peneliti hanya terdiri dari ilmuwan komputer, insinyur, dan para developer.
Tim tersebut sangat jarang dan kurang terlatih dalam pengembangan teknologi khususnya
dunia medis sehingga membuat keraguan dan berisiko terhadap hasil akhir dari tiap
produk yang dibuat untuk kepentingan medis (Ranschaert, Morozov, & Algra, 2019).AI
dalam kedokteran dapat dibagi menjadi dua subtipe yaitu virtual dan fisik. Virtual
contohnya aplikasi seperti rekam medis elektroknik hingga teknologi berbasis jaringan
saraf sebagai pedoman dalam keputusan jenis pengobatan. Tipe fisik berhubungan
dengan robot yang membantu dalam melakukan operasi, prostesis cerdas untuk orang
cacat, dan perawatan lansia (Nurtanti & Azam, 2022).

Tujuan

Jurnal ini dibuat untuk memberitahukan kepada masyarakat bahwa teknologi kesehatan
sudah canggih.
MATODE PENELITIAN
Tinjauan sistematis ini dilakukan dengan menggunakan protokol PRISMA (Preferred
Reporting Items for Systematic reviews and Meta-Analyses). Langkah pertama dalam
melakukan tinjauan sistematis ini yaitu melakukan pencarian melalui sumber data
elektronik yaitu ProQuest dan Scopus dengan keyword yang digunakan untuk pencarian
adalah artificial intelligence, medical artificial inteligence, dan artificial intelligence in
health care. Semua jenis penelitian langsung disaring secara umum dari jurnal akademik
untuk mengurangi jumlah hasil pencarian yang terlalu berlebih.
Mengenai metode, kompromi antara spesifisitas dan (mengidentifikasi studi yang paling
kritis tetapi dengan sejumlah besar informasi yang tidak relevan) adalah frase pencarian
sensitif dipilih setelah pencarian pertama (penelitian yang lebih relevan, tetapi risiko
kehilangan beberapa yang penting). Di bagian ini, istilah kecerdasan buatan awalnya
digunakan selama periode pencarian artikel ini. Ini mencakup masalah telemedicine dalam
tinjauan penalaran berbasis bukti yang lengkap dan ketat. Karena ini adalah bidang yang
berkembang pesat, artikel baru dianggap lebih relevan. Dalam lima tahun sebelumnya, lebih
dari setengahnya diterbitkan. Setelah menilai relevansi abstrak, 35 teks ditinjau.
Pemeriksaan teks menyeluruh menghilangkan 25 dari 35 pilihan. Dalam makalah ini, penulis
menggunakan proses penjaminan mutu untuk meningkatkan validitas dan ketergantungan
hasil. Penulis juga memastikan bahwa data mendukung setiap topik dan analisis deskripsi
tinjauan pustaka.

Algoritma Yang Digunakan

 Algortima Genetika
merupakan suatu algoritma heuristic yang didasarkan atas mekanisme evolusi
biologis. Keberagamanan pada evolusi biologis adalah variasi dari kromosom antar individu
organisme. Variasi kromosom ini akan mempengaruhi laju produksi dan tingkat kemampuan
organisme untuk hidup. Pada dasarnya terdapat 4 kondisi yang sangat mempengaruhi
proses evolusi, yaitu :
1. Kemampuan organisme untuk melakukan reproduksi
2. Keberadaan populasi organisme yang biasa melakuakn reproduksi
3. Keberagaman organisme dalam suatu populasi
4. Perbedaan kemampuan untuk bertahan hidup
Kontruksi dasar dari Algoritma Genetika adalah sebagai berikut:
1. Pendefinisian Kromosom
2. Pendefinisian fungsi fitness
3. Membangkitkan sebuah populasi awal
4. Reproduksi
5. Crossover
6. Mutasi
 Siklus Algoritma Genetika
Siklus Algortima Genetika pertama kali dikenalkan oleh Davidd Golberg, dimana
gambaran siklus tersebut dapat di lihat pada Gambar berikut.

Kesimpulan dan Saran

Algoritma genetika mampu melakukan prediksi penyakit autoimun pada iterasi pertama hal
ini sudah terlihat dengan nilai 14.88 yang diambil dari proses algortima genetika dengan
persamaan f= a+2b+3c+4d…24x <= 17. Pada penelitian ini model algoritma yang
dikembangkan baru pada iterasi pertama, untuk hasil yang optimal perlu dilakukan
perulangan iterasi. Penelitian ini nanti akan dikembangkan untuk dimplementasikan pada
aplikasi sehingga dapat membantu dokter spesialis penyakit dalam untuk mendiagnosa pasien
apakah terindentifikasi penyakit autoimun.
 DAFTAR PUSTAKA
1. https://r.search.yahoo.com/
_ylt=AwrPrhSL6qtkvpY74N7LQwx.;_ylu=Y29sbwNzZzMEcG9zAzQEdnRpZAMEc2VjA3
Ny/RV=2/RE=1689017100/RO=10/RU=https%3a%2f%2fwww.researchgate.net
%2fpublication
%2f348785436_Peran_Artificial_Intelligence_Dalam_Membantu_Diagnosis_Penyakit
_Stroke/RK=2/RS=56kvHW33lKPTSoleb07b1vkA7Do-.
2. https://r.search.yahoo.com/
_ylt=AwrKCxJo7atkKTY7VMTLQwx.;_ylu=Y29sbwNzZzMEcG9zAzMEdnRpZAMEc2VjA
3Ny/RV=2/RE=1689017833/RO=10/RU=https%3a%2f%2fe-journals.unmul.ac.id
%2findex.php%2fJKM%2farticle%2fdownload%2f8309%2f4591/RK=2/
RS=VkpGRAFogaMn4EP333k2H9ZKOjA-.