2.5.2 Height Method 25
2.5.3 First Last of Maxima 25
2.5.4 Mean-Max method 25
2.5.5 Trapezoidal dan Triangular Fuzzy Number 25
2.6 Himpunan Lunak
26 2.7
Himpunan Lunak Kabur 27
2.8 Aplikasi Himpunan Lunak Kabur pada Diagnosis Medis
29 2.8.1 Metodologi dan Algoritma
29 2.8.2 Contoh Kasus
31 2.9
Gejala Kabur 33
2.9.1 Demam 33
2.9.2 Nyeri Kepala dan Nyeri Perut 34
2.9.3 Batuk 36
2.9.4 Menggigil 37
2.9.5 Lemas 37
2.9.6 Vlek Merah 39
2.9.7 Mual 40
BAB III METODE PENELITIAN
3.1 Tempat dan Waktu Penelitian
41 3.2
Jenis Penelitian 41
3.3 Metode Pengumpulan data
41 3.4
Prosedur Penelitian 41
BAB IV PEMBAHASAN
4.1 Pasien dan Beserta Gejalanya
43 4.2
Skala Gejala pada Pasien 44
4.3 Skala Gejala pada Penyakit
52 4.4
Fungsi Keanggotaan Segitiga
∗
55 4.5
Defuzzifikasi 56
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
58 5.2
Saran 58
DAFTAR PUSTAKA 59
DAFTAR TABEL
Halaman
Tabel 2.3.1 Perbandingan dua sensor
14 Tabel 2.9.1
Nyeri Akut dan Kronis 35
Tabel 2.9.2 Derajat Keanggotaan Lemas
38 Tabel 2.9.3
Derajat Keanggotaan Vlek Merah 39
Tabel 2.9.4 Derajat Keanggotaan Mual
40 Tabel 4.2.1
Gejala Demam pada Pasien 46
Tabel 4.2.2 Gejala Sakit Kepala pada Pasien
47 Tabel 4.2.3
Gejala Sakit Perut pada Pasien 48
Tabel 4.2.4 Gejala Batuk pada Pasien
49 Tabel 4.2.5
Gejala Menggigil pada Pasien 50
Tabel 4.2.6 Gejala Lemas pada pasien
50 Tabel 4.2.7
Gejala Vlek Merah pada Pasien 51
Tabel 4.2.8 Gejala Mual pada Pasien
51 Tabel 4.2.9
Skala Gejala pada Pasien 52
Tabel 4.3.1 Skala Gejala pada Penyakit
53
DAFTAR GAMBAR Halaman
Gambar 2.1.1 Fungsi Keanggotaan Himpunan Kabur “tinggi”
6 Gambar 2.2.1
Fungsi Keanggotaan Segitiga 8
Gambar 2.2.2 Fungsi Keanggotaan Trapesium
9 Gambar 2.2.3
Fungsi keanggotaan Gauss 10
Gambar 2.3.1 Gabungan dari Himpunan Kabur
11 Gambar 2.3.2
Irisan dari Himpunan Kabur 11
Gambar 2.3.3 Komplemen dari Himpunan Kabur
12 Gambar 2.4.1
Bilangan Kabur 6 16
Gambar 2.9.1 Nilai Keanggotaan Demam
34 Gambar 2.9.2
Nilai Keanggotaan Nyeri Kepala dan Nyeri Perut 35
Gambar 2.9.3 Nilai Keanggotaan Gejala Batuk
36 Gambar 2.9.4
Nilai Keanggotaan Gejala Menggigil 37
Gambar 4.2.1 Nilai keanggotaan demam pada pasien
45 Gambar 4.2.2
Nilai Keanggotaan Sakit Kepala pada Pasien 46
Gambar 4.2.3 Nilai Keanggotaan Sakit Perut Pada Pasien
47 Gambar 4.2.4
Nilai Keanggotaan Batuk pada Pasien 48
Gambar 4.2.5 Nilai Keanggotaan Menggigil pada Pasien
49
DAFTAR LAMPIRAN
Lampiran 1 Hasil Penghitungan Matriks
61 Lampiran 2
Dokumentasi Penelitian 65
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
Semakin berkembangnya teknologi kedokteran mengakibatkan semakin banyaknya informasi yang tersedia bagi para dokter. Tetapi
bersamaan dengan itu menjadi semakin rumit pula proses pengenalan gejala-gejala suatu penyakit, penentuan jenis penyakit, serta pengambilan
keputusan untuk tindakan terapinya. Suatu penyakit bisa memunculkan gejala-gejala yang berbeda dalam diri pasien yang berlainan, suatu gejala
dapat merupakan gejala dari beberapa macam penyakit yang berlainan. Misalnya penyakit Tifus dan Demam Berdarah, gejala kedua penyakit ini
hampir mirip, yaitu demam tinggi yang terjadi pada waktu tertentu, sehingga kebanyakan orang keliru untuk membedakannya.
Selain itu beberapa macam penyakit dalam diri seorang pasien dapat mengacaukan
gejala-gejala yang biasanya muncul akibat masing-masing penyakit itu Susilo, 2006.
Seorang dokter harus dapat mengambil keputusan yang tepat saat menentukan penyakit dari seorang pasien. Jika keputusan itu salah, maka
akan berakibat fatal pada kelangsungan hidup pasien. Mengingat banyaknya
masyarakat Indonesia
yang berobat
ke luar
negeri membuktikan bahwa kurangnya kepercayaan masyarakat Indonesia sendiri
pada dokter yang ada di Indonesia. Kurangnya kepercayan itu tejadi karena tidak sedikit dokter yang salah dalam mengambil keputusan
penyakit apa yang diderita pasien, serta banyaknya pasien yang berobat ke beberapa dokter, mendapatkan diagnosis yang berbeda-beda pula. Untuk
itu teori himpunan lunak jkabur memberikan suatu alternatif untuk pemecahan masalah diagnosa medis tersebut.
Himpunan kabur diperkenalkan oleh L.A Zadeh pada tahun 1965. Himpunan kabur adalah suatu himpunan dimana setiap anggotanya
memiliki nilai keanggotaan, di mana nilai keanggotaan tersebut adalah bilangan riil dalam interval tertutup
[0,1]. Himpunan kabur merupakan cara matematika untuk menyelesaikan masalah kekaburan bahasa. Konsep
himpunan kabur yang terus berkembang tersebut mendorong para peneliti untuk terus mengembangkan dan menganalisa baik secara teoritis maupun
aplikasi. Misalnya pada bidang ekonomi, ilmu kesehatan, tekhnik mesin, ilmu
sosial dan banyak
bidang lain yang
bersangkutan dengan
ketidaktentuan data yang tidak dapat diselesaikan bila menggunakan matematika klasik.
Seperti halnya pada bilangan tegas, pada bilangan kabur juga dapat didefinisikan operasi-operasi aritmatika. Operasinya pada bilangan fuzzy
antara lain adalah penjumlahan, pengurangan, perkalian dan pembagian. Pada saat ini, perkembangan teori himpunan kabur mengalami
kemajuan yang
sangat cepat.
Tetapi terdapat
kesulitan dalam
menempatkan fungsi keanggotaan dalam setiap kasus tertentu. Kesulitan ini terjadi karena kurangnya alat parameter pada teori. Untuk menghindari
kesulitan tersebut, haruslah menggunakan parameter yang memadai. Teori himpunan lunak adalah generalisasi dari teori himpunan
kabur. Teori himpunan lunak diperkenalkan oleh Molodtsov pada tahun 1999. Himpunan lunak tidak membutuhkan parameter yang spesifik.
Himpunan lunak dapat menggunakan deskripsi hampiran dari suatu objek sebagai titik awal. Sehingga masalah penempatan fungsi keanggotaan
tidak terjadi di himpunan lunak. Teori himpunan lunak memiliki potensial yang kaya akan aplikasi dalam beberapa arah, beberapa di antaranya
ditunjukkan oleh
Molodtsov dalam
pelopor kerjanya
yaitu mengaplikasikan teori himpunan lunak ke dalam beberapa arah, seperti
integrasi Riemann, integrasi Perron, Teori Probabilitas, Teori Pengukuran dan banyak lagi Kharal, 2009.
P.K. Maji, R. Biswas, dan A.R. Roy mengajukan konsep himpunan lunak kabur. Himpunan lunak kabur merupakan gabungan dari himpunan
kabur dan himpunan lunak. Himpunan lunak kabur adalah kasus khusus
