Interpretasi Naratif Hasil Pemeriksaan Laboratorium Kimia Darah Puasa dan Tidak Puasa Menggunakan Algoritma Bigram

Abstract

Pemeriksaan laboratorium merupakan salah satu yang digunakan untuk mendiagnosa penyakit dan juga memantau perkembangan pengobatan terhadap suatu jenis penyakit tertentu melalui pemeriksaan yang dilakukan pasien. Pemeriksaan laboratorium kimia darah merupakan pemeriksaan yang penting untuk mengetahui kondisi kesehatan pasien. Hasil pemeriksaan laboratorium kimia darah masih disajikan dalam bentuk laporan manual yang berisi tabel singkatan-singkatan, nilai dan satuannya, kemudian akan dibaca oleh dokter dan perawat. Antara dokter dan perawat biasanya memiliki interpretasi yang berbeda-beda. Oleh karena itu, untuk membantu dokter maupun perawat dalam memperoleh informasi yang sama, penelitian ini mengusulkan pendekatan Natural Languange Generation (NLG) dengan menerapkan algoritma Bigram untuk membangkitkan interpretasi naratif hasil pemeriksaan kimia darah puasa dan tidak puasa. Adapun tahapan penelitian ini yaitu data extraction, data interpretation, document planning, microplanning dan realisation, dan report generation. Pada sistem ini akan mengubah sistem numerik hasil pemeriksaan menjadi data tekstual Bahasa Indonesia yang akan menjadi interpretasi naratif dalam laporan hasil pemeriksaan laboratorium kimia darah puasa dan tidak puasa. Output dalam sistem ini berupa laporan dalam bentuk dokumen word. Hasil pengujian penelitian ini yang akan di peroleh dari penelitian dokter yang sudah menunjukkan bahwa tingkat naturalness interpretasi naratif hasil pemeriksaan mencapai 90%.

Laboratory examination is one that is used to diagnose the disease and also monitor the development of treatment of a particular type of disease through examinations carried out by the patient. Laboratory tests of blood chemistry are important tests to determine the patient's health condition. Blood chemistry laboratory examination results are still presented in the form of manual reports containing tables of abbreviations, values and units, then read by doctors and nurses. Between doctors and nurses usually have different interpretations. Therefore, to assist doctors and nurses in obtaining the same information, this research proposes a Natural Languages Generation (NLG) approach by applying the Bigram algorithm to generate narrative interpretations from fasting and not fasting blood chemistry. The stages of this research are data extraction, data interpretation, document planning, microplanning and realization, and report generation. In this system will change the numerical system of the examination results into Indonesian textual data which will be a narrative interpretation in the report of the results of laboratory tests of fasting and not fasting blood chemistry. The output in this system is in the form of reports in the form of word documents. The results of the testing of this research will be obtained from doctor's research which has shown that the naturalness level of the narrative interpretation of examination results reaches 90%.