Case Based Reasoning merupakan metode pemecahan masalah yang memberikan prioritas penggunaan informasi pengalaman masa lalu untuk memecahkan masalah yang terjadi saat ini. Solusi untuk masalah saat ini dapat ditemukan dengan menggunakan kembali informasi masa lalu atau mengadopsi solusi untuk masalah yang telah diselesaikan. Metode case based reasoning adalah salah satu metode untuk membuat sistem pengambilan keputusan dari kasus baru dengan berdasarkan solusi dari kasus–kasus sebelumnya. Konsep dari metode Case Based Reasoning ditemukan dari ide untuk menggunakan dokumentasi pengalaman untuk menyelesaikan masalah baru. Para decision maker kebanyakan menggunakan pengalaman–pengalaman dari problem solving terdahulu untuk menyelesaikan masalah yang dihadapi saat ini. Cased Based Reasoning sering di ucapkan dengan akronim dari kalimat tersebut, yaitu CBR. CBR menggunakan pendekatan kecerdasan buatan atau Artificial Intelligent yang menitik beratkan pemecahan masalah dengan didasarkan pada pengetahuan dari kasus-kasus sebelumnya. Apabila ada kasus baru maka kasus tersebut disimpan pada basis pengetahuan sehingga sistem akan melakukan learning, hal tersebut menjadikan knowledge yang dimiliki oleh sistem tersebut menjadi bertambah.
CBR sangat mudah dan membantu untuk mengambil suatu keputusan. Sistem dari case base reasoning ini yaitu mengambil keputusan berdasarkan solusi dari pengalaman kasus yang sudah pernah terjadi sebelumnya. Sistem tersebut memiliki berbagai kekurangan dan kelebihan. Kelebihan-kelebihan CBR yang menjadikan algoritma tersebut banyak dipilih untuk menyelesaikan permasalahan dalam kehidupan nyata adalah sebagai berikut. CBR dapat Memecahkan masalah dengan mudah karena dapat mengambil solusi dengan cepat dan tepat. Semakin banyak pengalaman yang tersimpan di dalam sistem menjadikan sistem tersebut semakin pintar dalam menemukan solusi untuk sebuah kasus. Biasanya sistem CBR dapat langsung fokus pada titik terpenting pada masalah tersebut, sehingga waktu penyelesaian masalah menjadi relatif singkat. CBR juga tetap dapat memberikan solusi ketika tidak ada metode algoritmik yang tersedia dan konsep pemecahan masalah dalam domain yang hanya dapat dipahami sebagian. Sebelum benar-banar menggunakan CBR untuk menyelesaikan permasalahan yang dihadapi, sebaiknya memperhatikan dua kelemahan algoritma tersebut. Pertama, CBR tidak menjamin solusi yang didapat menjadi solusi terbaik, karena dalam sistem CBR sangat bergantung pada kasus yang pernah terjadi. Jika solusi dari kasus yang pernah terjadi salah mengakibatkan solusi yang menjadi pilihan merupakan suatu solusi yang keliru. Maka dari itu dalam hal ini tahapan revisi sangat diperlukan untuk mengurangi tingkat kesalahannya. Kelemahan kedua, semakin banyak pengalaman yang tersimpan di basis data, mengakibatkan waktu untuk menyelesaikan suatu kasus baru akan menjadi lebih lama. Hal tersebut dikarenakan sistem CBR mencari solusi dengan mencari kasus yang paling mirip.
Awal mula Case Based Reasoning merupakan penemuan Roger Schank dan murid-muridnya di Universitas Yale pada sekitar tahun 1980. Universitas Yale merupakan universitas swasta tertua ke-tiga di negara Amerika Serikat. Pada karya Roger Schank terdapat model memori yang dinamik, model tersebut yang menjadi dasar awal sistem Case Based Reasoning. Pada sekitar tahun 1980 contoh lain dari Case Based Reasoning dan contoh bidang lainnya muncul, seperti penalaran hukum, penalaran berbasis memori dan kombinasi Case Based Reasoning dengan metode lainnya. Pada sekitar tahun 1990, peminat Cased Based Reasoning meningkat secara drastis, hal tersebut dapat dilihat dari dibentuknya Konferensi Internasional tentang Penalaran Berbasis Kasus pada tahun 1995, serta lokakarya atau workshop Case Based Reasoning di benua Eropa, contohnya di negara Jerman, Inggris dan Italia. CBR sudah diterapkan dalam berbagai bidang yang berbeda. Bidang keilmuan yang telah menerapkan metode CBR antara lain adalah: hukum, kedokteran, rekayasa, komputerisasi, jaringan komunikasi, keuangan, penjualan dan lingkungan.
Case Based Reasoning telah diterapkan dalam bidang yang berbeda-beda. Teknologi Case Based Reasoning menghasilkan beberapa sistem yang sukses, contohnya yaitu CLAVIER Lockheed. CLAVIER Lockheed adalah sebuah sistem yang digunakan untuk meletakkan bagian komposit yang akan dipanggang dengan pemanggang Industri Konfeksi. Case Based Reasoning juga banyak digunakan dalam aplikasi help desk, sebagai contohnya yaitu sistem Compaq SMART. Pendekatan case-based reasoning sudah banyak mengalami pertumbuhan dengan sangat cepat. Beberapa tokoh yang akrab dengan algoritma CBR antara lain, Schank dengan teori dynamic memory fokus pada pengaruh pengetahuan, belajar dan memori. Carbonell pada bidang analogi. Kolodner dan Rissland yang bekerja di bidang penalaran formal. Case Based Reasoning terus dikembangkan melalui berbagai penelitian oleh Kolodner dan murid-muridnya.
Di dalam proses Case Based Reasoning, ada salah satu tahapan yang paling penting dalam proses penyelesaian masalah ini, yaitu proses pengambilan kasus atau case retrieval. Sejak zaman dahulu banyak peneliti yang fokus pada tahapan ini. Di dalam proses pengambilan keputusan, persamaan antara kasus satu dan kasus lain dijadikan sebagai dasar dalam pengambilan sebuah kasus di dalam basis kasus. Semakin besar persamaan yang dimiliki oleh suatu kasus dengan kasus yang baru di dalam basis kasus, maka memungkinkannya solusi yang terdapat pada kasus tersebut bisa digunakan untuk menyelesaikan masalah di dalam kasus yang baru. Penalaran berbasis kasus ini biasa dipakai untuk melakukan diagnosis, manajemen pengetahuan dan sistem pendukung keputusan. Dalam hal ini tingkat kecocokan kasus akan sangat berpengaruh pada kerja sistem Case Based Reasoning, karena solusi-solusi yang ada di dalam kasus sebelumnya akan digunakan kembali sebagai patokan penyelesaian masalah baru. Banyak peneliti yang menggunakan berbagai macam algoritma di dalam kasus retrieval. Jika di dalam basis kasus terdapat kasus yang memiliki atribut berbeda-beda, maka hal tersebut akan menyebabkan sulitnya suatu sistem retrieval dalam menemukan kasus baru yang sesuai.
Ada empat langkah dalam Case Based Reasoning, yaitu memperoleh kembali, menggunakan kembali, revisi dan menyimpan. Dalam bahasa Inggris empat istilah tersebut bernama retrieve, reuse, revise dan retain. RETRIEVE adalah proses menemukan kembali kasus yang sama atau yang paling mirip dengan kasus baru. Retrieve artinya memperoleh kembali kasus yang paling menyerupai atau relevan dengan kasus yang baru. Tahap ini dimulai dengan menggambarkan atau menguraikan sebagian masalah, dan diakhiri dengan ditemukannya kecocokan terhadap masalah sebelumnya yang memiliki tingkat kecocokan paling tinggi. REUSE adalah menggunakan kembali informasi dan pengetahuan yang telah tersimpan untuk memecahkan masalah kasus baru. Proses tersebut juga disebut dengan tansfer solusi. Reuse artinya memodelkan atau menggunakan kembali pengetahuan dan informasi kasus lama berdasarkan bobot kemiripan yang paling relevan ke dalam kasus yang baru, sehingga menghasilkan usulan solusi. Hasil tahap tersebut memungkinkan diperlukannya suatu adaptasi dengan masalah yang baru. REVISE adalah merevisi atau memperbaiki solusi yang diusulkan oleh sistem. Revise artinya meninjau kembali solusi yang diusulkan kemudian mengujinya pada kasus nyata dan jika diperlukan memperbaiki solusi tersebut agar cocok dengan kasus yang baru. RETAIN adalah proses menyimpan pengalaman yang telah di proses untuk memecahkan masalah yang akan datang ke dalam basis kasus. Retain artinya menyimpan kasus baru yang telah berhasil mendapatkan solusi agar dapat digunakan oleh kasus-kasus selanjutnya yang mirip dengan kasus tersebut. Tetapi Jika solusi baru tersebut gagal, maka pengguna perlu menjelaskan kegagalannya, memperbaiki solusi yang digunakan, dan mengujinya lagi.