Identifikasi Hubungan Sebab-Akibat pada Artikel Kesehatan menggunakan Anotasi Elemen Medis dan Paragraf

Susetyo Bagas Bhaskoro, Saiful Akbar, Suhono Harso Supangkat

Abstract


Makalah ini terkait dengan pemrosesan bahasa alami pada artikel medis bahasa Indonesia yang bertujuan untuk identifikasi hubungan sebab-akibat dan digunakan sebagai sistem monitoring informasi surveilans kesehatan masyarakat. Usulan pada makalah ini antara lain kesesuaian seleksi fitur, anotasi phrase, anotasi paragraf, dan anotasi elemen medis. Evaluasi dari kinerja sistem dilakukan dengan pendekatan intrinsik yaitu membandingkan metode klasifikasi supervised, antara lain metode naive Bayes dan HMM. Hasil yang diperoleh secara berurutan untuk recall, precision, dan f-measure adalah 0,905; 0,924; 0,910 dan 0,706; 0,750; 0,720.

Keywords


Sebab-Akibat; Artikel Kesehatan; Medical Named Entities; Seleksi Fitur; Anotasi Elemen Medis; Anotasi Paragraf

Full Text:

PDF

References


S. Akbar, L. Slaughter, dan Ø. Nytroø, “Collecting Health Related Text from Patient Health Writings,” The 2nd International Conference on Computer and Automation Engineering, 2010, Vol. 1, hal. 15–19.

X. Wu, X. Zhu, G.-Q. Wu, dan W. Ding, “Data Mining with Big Data,” IEEE Trans. Knowl. Data Eng., Vol. 26, No. 1, hal. 97–107, 2014.

A.J. Yepes, A. MacKinlay, B. Han, dan Q. Chen, “Identifying Diseases, Drugs, and Symptoms in Twitter,” Stud. Health Technol. Inform., Vol. 216, hal. 643–647, 2015.

A.J. Yepes, A. MacKinlay, dan B. Han, “Investigating Public Health Surveillance using Twitter,” Proc. 2015 Work. Biomed. Nat. Lang. Process. (BioNLP 2015), 2015, hal. 164–170.

K. Byrd, A. Mansurov, dan O. Baysal, “Mining Twitter Data for Influenza Detection and Surveillance,” Proc. Int. Work. Softw. Eng. Healthc. Syst. - SEHS ’16, 2016, hal. 43–49.

C.D. Corley, D.J. Cook, A.R. Mikler, dan K.P. Singh, “Text and Structural Data Mining of Influenza Mentions in Web and Social Media,” Int. J. Environ. Res. Public Health, Vol. 7, No. 2, hal. 596–615, 2010.

L. Wu, T.-S. Moh, dan N. Khuri, “Twitter Opinion Mining for Adverse Drug Reactions,” 2015 IEEE Int. Conf. Big Data (Big Data), 2015, hal. 1570–1574.

Y. Ji, H. Ying, P. Dews, A. Mansour, J. Tran, R.E. Miller, R.M. Massanari, “A Potential Causal Association Mining Algorithm For Screening Adverse Drug Reactions In Postmarketing Surveillance,” IEEE Trans. Inf. Technol. Biomed., Vol. 15, No. 3, hal. 428–437, 2011.

J. Atkinson dan A. Rivas, “Discovering Novel Causal Patterns from Biomedical Natural-Language Texts Using Bayesian Nets,” IEEE Trans. Inf. Technol. Biomed., Vol. 12, No. 6, hal. 714–722, 2008.

S.B. Bhaskoro, S. Akbar, dan S.H. Supangkat, “Identification of Causal Pattern using Opinion Analysis in Indonesian Medical Texts,” 2015 International Conference on Information Technology Systems and Innovation (ICITSI), 2015, hal. 1–7.




DOI: http://dx.doi.org/10.22146/jnteti.v8i2.505

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Jurnal Nasional Teknik Elektro dan Teknologi Informasi

JNTETI (Jurnal Nasional Teknik Elektro dan Teknologi Informasi)

Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada
Jl. Grafika No 2. Kampus UGM Yogyakarta 55281
+62 274 552305
jnteti@ugm.ac.id