Mengidentifikasi Data Kanker Paru

62 7 Bilirubin Berdasarkan data yang diperoleh pada penelitian yang dilakukan di RS PKU Muhammadiyah Yogyakarta diketahui bahwa bilirubin terendah adalah 0,2 dan bilirubin tertinggi adalah 6,3 sehingga himpunan universal untuk bilirubin adalah [0,1,6,5]. 8 Serum Kalium Berdasarkan data yang diperoleh pada penelitian yang dilakukan di RS PKU Muhammadiyah Yogyakarta diketahui bahwa serum kalium terendah adalah 1,9 dan serum kalium tertinggi adalah 42 sehingga himpunan universal untuk serum kalium adalah [1,45]. 9 Kreatinin Darah Berdasarkan data yang diperoleh pada penelitian yang dilakukan di RS PKU Muhammadiyah Yogyakarta diketahui bahwa kreatinin darah terendah adalah 0,4 dan kreatinin darah tertinggi adalah 3 sehingga himpunan universal untuk kreatinin darah adalah [0,4]. 10 Penurunan Berat Badan Berdasarkan data yang diperoleh pada penelitian yang dilakukan di RS PKU Muhammadiyah Yogyakarta diketahui bahwa penurunan berat badan dalam waktu 6 bulan terendah adalah 0,5 kg dan penurunan berat badan dalam waktu 6 bulan tertinggi adalah 6 kg sehingga himpunan universal untuk penurunan berat badan adalah [0,6]. 63 11 Batuk Terdapat 3 kategori batuk yaitu pasien dengan frekuensi batuk sering, agak sering dan jarang. Ketiga kategori ini menggunakan bahasa linguistik sehingga perlu diubah menjadi bahasa numerik. Untuk mengubah bahasa linguistik ke dalam numerik yaitu dengan memisalkan pasien dengan frekuensi batuk jarang dengan angka 0, pasien dengan frekuensi batuk agak sering dengan angka 0,5 dan pasien dengan frekuensi batuk sering dengan angka 1 sehingga himpunan universal untuk batuk adalah [0,1]. 12 Jenis Kelamin Terdapat 2 kategori jenis kelamin yaitu perempuan atau laki-laki. Kedua kategori ini menggunakan bahasa linguistik sehingga perlu diubah menjadi bahasa numerik. Untuk mengubah bahasa linguistik ke dalam numerik yaitu dengan memisalkan untuk jenis kelamin perempuan dengan angka 0 dan laki-laki dengan angka 1. 13 Riwayat Merokok Terdapat 2 kategori dalam menentukan pasien memiliki riwayat merokok yaitu ya atau tidak. Kedua kategori ini menggunakan bahasa linguistik sehingga perlu diubah menjadi bahasa numerik. Untuk mengubah bahasa linguistik ke dalam numerik yaitu dengan memisalkan pasien yang tidak memiliki riwayat merokok dengan angka 0 dan pasien yang memiliki riwayat merokok dengan angka