Penerapan Metode Forward Chaining dan CBR untuk Deteksi Dini Gangguan Spektrum Autisme pada Anak

Abstract

Abstrak - Gangguan Spektrum Autisme (GSA) merupakan gangguan perkembangan yang memengaruhi komunikasi, interaksi sosial, dan perilaku anak. Deteksi dini menjadi faktor penting dalam keberhasilan intervensi, sehingga diperlukan sistem diagnostik yang cepat dan akurat. Penelitian ini mengembangkan sistem pakar deteksi dini autisme dengan mengintegrasikan metode Forward Chaining dan Case-Based Reasoning (CBR). Forward Chaining digunakan untuk menalar gejala secara berurutan berdasarkan aturan pakar, sedangkan CBR memanfaatkan basis kasus pasien terdahulu untuk menemukan tingkat kemiripan kasus baru. Sistem dirancang berbasis web untuk membantu tenaga medis di RSJ HB. Saanin Padang melakukan penilaian awal berdasarkan gejala yang diinput pengguna. Tahapan pengembangan meliputi analisis kebutuhan, perancangan UML, pembuatan basis aturan, pembentukan basis kasus, implementasi antarmuka, serta pengujian dengan Blackbox Testing. Data penelitian mencakup 25 gejala, 5 kategori tingkat gangguan, dan 40 kasus rekam medis yang divalidasi psikiater anak. Hasil pengujian menunjukkan tingkat kesesuaian sistem sebesar 94% terhadap penilaian pakar. Metode hibrid Forward Chaining–CBR terbukti meningkatkan akurasi diagnosis, mempercepat identifikasi gejala, serta memberikan rekomendasi tingkat gangguan secara objektif dan konsisten. Sistem ini berpotensi dikembangkan lebih lanjut melalui integrasi machine learning dan fitur monitoring perkembangan anak.