Implementasi Named Entity Recognition untuk Identifikasi Diagnosis Medis Menggunakan Model Multilingual BERT

Christian Y. P, Steve (2025) Implementasi Named Entity Recognition untuk Identifikasi Diagnosis Medis Menggunakan Model Multilingual BERT. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (726kB)
	PDF BAB_I.pdf Download (229kB)
	PDF BAB_II.pdf Download (219kB)
	PDF BAB_III.pdf Download (335kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (502kB)
	PDF BAB_V.pdf Download (244kB)
	PDF DAFTAR_PUSTAKA.pdf Download (219kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (293kB)

Abstract

Penelitian ini mengembangkan sebuah pipeline otomatis berbasis Multilingual BERT dan skema BIO tagging untuk ekstraksi dan identifikasi diagnosis medis dari teks berbahasa Indonesia. Proses pipeline mencakup preprocessing data, pelabelan BIO, pelatihan model NER menggunakan mBERT, pemetaan ke kode SNOMED CT, dan konversi ke resource Fast Healthcare Interoperability Resources (FHIR). Dataset terdiri dari 9.000 kalimat yang mengandung diagnosis, dengan distribusi label yang beragam. Pengujian pada data nyata dari website kesehatan seperti Halodoc dan Alodokter menunjukkan model mampu mencapai akurasi sebesar 93.1%, precision 91.8%, recall 92.3%, dan F1-score 92% untuk label Condition. Pipeline juga diimplementasikan sebagai layanan API berbasis Flask. Tantangan utama meliputi keterbatasan kamus SNOMED CT lokal dan variasi istilah diagnosis. Pipeline ini berpotensi mendukung digitalisasi dan interoperabilitas data klinis di Indonesia.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Christian Y. P, Steve (00000058797)
Contributors:	Zuhdi Pane, Ivransa (8812520016)
Keywords:	BIO tagging, Fast Healthcare Interoperability Resources, Multilingual BERT, NER, SNOMED CT
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	09 Sep 2025 07:26
URI:	https://kc.umn.ac.id/id/eprint/40261

Actions (login required)

View Item