Implementasi fuzzy inference system untuk pengambilan keputusan

Authors

  • Upic Resta Fauziah Tolang Universitas Ahmad Dahlan
  • Sugiyarto Sugiyarto Universitas Ahmad Dahlan

DOI:

https://doi.org/10.26555/konvergensi.v7i1.19541

Keywords:

Sistem inferensi fuzzy, Tsukamoto, Sistem pendukung keputusan, Diabetes melitus

Abstract

Jumlah penderita diabetes mellitus mengalami peningkatan dari tahun ke tahun. Hal ini dikarenakan keterlambatan diagnosa penyakit. Dan Indonesia sendiri menempati urutan ke-10 jumlah penderita diabetes terbanyak didunia. Penderita penyakit tersebut biasanya tidak menyadari kalau menderita penyakit diabetes melitus. Pada penelitian ini, dibuat suatu sistem pendukung keputusan penegakan penyakit diabetes mellitus dengan menggunakan metode Tsukamoto. Variabel-variabel pendukung penegakan diagnosa penyakit tersebut digunakan dalam pembentukan himpunan fuzzy. Himpunan fuzzy yang diproses dengan metode Tsukamoto sehingga menghasilkan suatu keputusan. Aplikasi yang dirancang telah diuji dengan melibatkan rekam medik diagnosa dari dokter, hasil keputusan yang dihasilkan dari metode adalah sama dengan diagnosa dokter yang tertera di rekam medik. Secara umum aplikasi berbasis web ini bisa digunakan sebagai alat bantu dalam penegakan diagnosa penyakit diabetes melitus. Hasil perhitungan SPK tidak berbeda dengan hasil pemeriksaan glukosa darah oleh dokter, hal ini ditunjukkan dengan uji validitas SPK dengan menggunakan dua ratus dua belas jenis data sampel dan menghasilkan tingkat validitas SPK sebesar 96%.

Jumlah penderita diabetes mellitus mengalami peningkatan dari tahun ke tahun. Hal ini dikarenakan keterlambatan diagnosa penyakit. Dan Indonesia sendiri menempati urutan ke-10 jumlah penderita diabetes terbanyak didunia. Penderita penyakit tersebut biasanya tidak menyadari kalau menderita penyakit diabetes melitus. Pada penelitian ini, dibuat suatu sistem pendukung keputusan penegakan penyakit diabetes mellitus dengan menggunakan metode Tsukamoto. Variabel-variabel pendukung penegakan diagnosa penyakit tersebut digunakan dalam pembentukan himpunan fuzzy. Himpunan fuzzy yang diproses dengan metode Tsukamoto sehingga menghasilkan suatu keputusan. Aplikasi yang dirancang telah diuji dengan melibatkan rekam medik diagnosa dari dokter, hasil keputusan yang dihasilkan dari metode adalah sama dengan diagnosa dokter yang tertera di rekam medik. Secara umum aplikasi berbasis web ini bisa digunakan sebagai alat bantu dalam penegakan diagnosa penyakit diabetes melitus. Hasil perhitungan SPK tidak berbeda dengan hasil pemeriksaan glukosa darah oleh dokter, hal ini ditunjukkan dengan uji validitas SPK dengan menggunakan dua ratus dua belas jenis data sampel dan menghasilkan tingkat validitas SPK sebesar 96%.

References

S. Kusumadewi and H. Purnomo, “Aplikasi Logika Fuzzy untuk Pendukung Keputusan, vol. II,†Yogyakarta Graha Ilmu, 2013.

M. A. Setiyaningsih, “Penerapan Metode Tsukamoto dalam Sistem Pendukung Keputusan Penilaian Karyawan pada PT. Pindad (Persero) Berbasis Web.†Universitas Kanjuruhan Malang.

A. I. Falatehan, N. Hidayat, and K. C. Brata, “Sistem pakar diagnosis penyakit hati menggunakan metode fuzzy tsukamoto berbasis android,†J. Pengemb. Teknol. Inf. dan Ilmu Komput. e-ISSN, vol. 2548, p. 964X, 2018.

E. Turban, J. E. Aronson, and T. P. Liang, “Decision Support System and Intelligent Systems Edisi 7 Jilid 1,†Yogyakarta Andi, 2005.

S. Kusumadewi and S. Hartati, “Neuro-Fuzzy: Integrasi Sistem Fuzzy dan Jaringan Syaraf,†Yogyakarta Graha Ilmu, 2006.

F. I. Sanjaya and D. Heksaputra, “Sistem Pendukung Keputusan Pemilihan Tenaga Kontrak Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto (Studi Kasus PT. Solo Murni),†2016.

S. Setiadji, “Himpunan & Logika Samar serta aplikasinya,†Yogyakarta Graha Ilmu, 2009.

D. A. Puryono, “Metode Fuzzy Inferensi System Mamdani Untuk Menentukan Bantuan Modal Usaha Bagi UMKM Ramah Lingkungan,†2018.

T. Rismawan, A. W. Irawan, W. Prabowo, and S. Kusumadewi, “Sistem pendukung keputusan berbasis pocket pc sebagai penentu status gizi menggunakan metode knn (k-nearest neighbor),†Teknoin, vol. 13, no. 2, 2008.

Y. A. Maulana and B. Nurhadiyono, “Implementasi Fuzzy Tsukamoto dalam Mendiagnosa Penyakit Diabetes Melitus,†Progr. Stud. Tek. Informastika, Fak. Ilmu Komputer, Univ. Dian Nuswantoro, 2016.

Z. Niswati, A. Paramita, and F. A. Mustika, “Aplikasi Fuzzy Logic dalam Diagnosa Penyakit Diabetes Mellitus pada PUSKESMAS di Jakarta Timur,†J. Nas. Teknol. dan Sist. Inf., vol. 2, no. 3, pp. 21–30, 2016.

C.-T. Lin and C. S. G. Lee, Neural fuzzy systems: a neuro-fuzzy synergism to intelligent systems. Prentice hall, 1996.

J. A. O’Brien, “Pengantar Sistem Informasi: Perspektif Bisnis dan Manajerial Edisi 12,†Jakarta: Penerbit Salemba Empat, 2005.

A. Supriyanto, “Pengantar teknologi informasi,†Jakarta: Salemba Infotek, 2005.

Downloads

Published

2020-04-07

Issue

Vol. 7 No. 1 (2020)

Section

Articles

License

Authors who publish with this journal agree to the following terms:

1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons  Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.

2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.

3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.

 

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 2.0 Generic License.