Main Article Content
Abstract
Anamnesis atau wawancara medis (history taking) merupakan tahap awal dari rang- kaian pemeriksaan pasien. Pada umumnya pencatatan anamnesis keluhan pasien yang berupa teks bebas atau narasi medis pada Electronic Medical Recordsulit untuk dilakukan pemrosesan komputasi, dikarenakan pencatatan sering terdapat kesalahan eja / salah ketik, tata bahasa yang buruk, dan singkatan yang tidak konvensional. Hal ini perlu ditangani dengan cara yang tepat mengingat informasi penting dalam teks bebas tersebut dapat dipergunakan untuk menjalankan berbagai macam pendukung keputusan klinis (Clinical Decission Support). Teks masukan yang berupa keluhan pasien merupakan bahasa alami (natural language), sehingga agar teks keluhan pasien tersebut dapat dikenali oleh komputer maka dipergunakan pengolahan bahasa alami / Natural Language Processing (NLP). Penelitian ini bertujuan untuk membangun sebuah model Natural Language Processing untuk perumusan keluhan pasien yang mampu memetakan narasi keluhan pasien ke dalam objek yang tepat, sehingga dapat menghasilkan teks dengan makna yang sama dengan teks narasi keluhan pasien, tetapi dalam bahasa yang lebih baku atau dalam bahasa medis yang tepat.