Penanganan penyakit neurologis yang kompleks seperti Multiple Sclerosis (MS) memerlukan pendekatan diagnostik yang akurat dan efisien. Untuk meningkatkan ketepatan diagnosis, sebuah penelitian telah mengadakan perbandingan antara dua pendekatan dalam kerangka sistem pakar, yaitu Metode Case-Based Reasoning (CBR) dan Metode Certainty Factor (CF). Misi utama dari studi ini adalah mengevaluasi efisiensi kedua metode ini dalam mendukung proses diagnosa penyakit Multiple Sclerosis. Metode Case-Based Reasoning adalah pendekatan yang bergantung pada pengalaman masa lalu untuk mengatasi permasalahan yang baru. Dalam sistem pakar, CBR memanfaatkan pengetahuan dari kasus sebelumnya guna mengenali diagnosis yang sesuai dengan situasi saat ini. Sementara itu, Metode Certainty Factor adalah pendekatan yang mengukur tingkat keyakinan dalam suatu pernyataan dengan berdasarkan aturan dan faktor keyakinan yang terkait. Penelitian ini memanfaatkan kumpulan data yang berisi informasi kasus-kasus sebelumnya yang terkait dengan diagnosa Multiple Sclerosis. Dengan menggunakan kedua metode tersebut, sistem pakar dibangun untuk memberikan rekomendasi diagnosa berdasarkan gejala dan data yang diinputkan. Efektivitas kedua pendekatan dievaluasi melalui akurasi diagnosis, kecepatan komputasi, dan tingkat kepercayaan terhadap hasil yang dihasilkan. Temuan penelitian menunjukkan bahwa kedua metode memiliki kelebihan dan kelemahan masing-masing. Metode CBR cenderung memberikan hasil yang akurat karena mengacu pada kasus-kasus serupa di masa lalu, namun dapat menghadapi kendala dalam kasus-kasus yang unik atau jarang terjadi. Di sisi lain, Metode Certainty Factor memiliki kemampuan untuk mengatasi ketidakpastian dan dapat menghasilkan hasil dengan tingkat keyakinan yang terukur. Namun, ketergantungan pada aturan yang telah ditentukan dapat membatasi adaptasi pada kasus-kasus baru. Dalam kesimpulannya, penelitian ini menggarisbawahi bahwa tidak ada pendekatan tunggal yang sempurna dalam sistem pakar untuk diagnosa penyakit Multiple Sclerosis. Kedua metode, CBR dan Certainty Factor, memiliki kontribusi mereka masing-masing dalam meningkatkan akurasi dan keyakinan dalam proses diagnosa. Oleh karena itu, integrasi dari kedua metode ini dapat menjadi arah yang menjanjikan untuk pengembangan sistem pakar di masa depan.