Business Modelling Process Modelling Perancangan proses akan digambarkan melalui flowchart dan STD. Arsitektur Simulasi Manual Menjalankan simulasi sistem dengan menggunakan sebuah contoh

4.3 Modelling

4.3.1 Business Modelling

Tujuan dari perancangan aplikasi ini adalah merancang suatu model logika fuzzy untuk diagnosis penyakit demam berdarah atau demam tifoid berdasarkan input gejala-gejala klinis tertentu Adapun kebutuhan sistem adalah data-data gejala klinis penyakit demam berdarah dan demam tifoid seperti yang telah dijelaskan sebelumnya pada poin 4.2 untuk pembentukan aturan fuzzy. Sementara untuk diagnosis demam berdarah dan demam tifoid digunakan pendekatan sistem pakar. Adapun untuk antarmuka program akan dirancang dengan menggunakan tools Matlab 7.8.0. karena keunggulannya dalam komputasi numerik dan visualisasi data. Penjelasan tentang Matlab dijelaskan pada BAB II subbab 2.12. 4.3.2 Data Modelling 4.3.2.1 Basis Data Fuzzy Desain struktur data menggunakan himpunan fuzzy yang dibedakan menjadi kriteria dan parameter. Kriteria yakni gejala klinis demam berdarah dengue dan demam tifoid yaitu demam, nyeri otot dan sendi, manifestasi pendarahan, gangguan pencernaan dan kondisi lidah. Masing-masing kriteria memiliki parameter yang mencerminkan keanggotaan himpunan fuzzy atau membership function mf. Kriteria, parameter dan nilai fungsi keanggotaan diperoleh berdasarkan hasil wawancara dengan pakar. Untuk masing-masing kriteria terdiri dari 3 parameter dengan atribut nilai yang sama namun atribut linguistik yang berbeda-beda. Atribut nilai berkisar antara 0 – 10. Untuk fungsi keanggotaan atribut nilai rendah 0 – 3,6 digunakan fungsi bentuk Z zmf, atribut nilai sedang 1,69 – 5 digunakan fungsi Gaussian gaussmf dan atribut nilai tinggi 6,49 – 9,6 digunakan fungsi bentuk S smf . Demam terdiri dari 3 parameter yaitu mendadak, ragu-ragu dan bertahap. Penilaian demam didasarkan pada asumsi demam tinggi antara 38 C sampai dengan 40 C dan dibedakan dari sifat kemunculan demam tersebut. Demam dikatakan mendadak jika muncul secara tiba-tiba dan langsung meninggi hingga 40 C serta bertahan untuk waktu 2-3 hari. Demam dikategorikan sebagai ragu- ragu jika suhu tubuh meningkat bertahap namun tidak bertahan pada suhu tertentu dalam jangka waktu lama 2-3 hari, misalnya demam hanya muncul pada sore atau malam hari saja. Demam dikategorikan bertahap jika kenaikan suhu setiap harinya naik secara perlahan sampai rentang waktu 1 minggu. Nilai fuzzy demam disajikan pada tabel berikut : Tabel 4.2 Nilai fuzzy demam Demam Nilai skor Pengukuran Bertahap 0,00 – 3,21 Suhu tubuh naik bertahap 1 minggu Ragu-ragu 1,69 – 5,00 Demam hilang timbul pagi dan malam hari Mendadak 6,49 – 9,60 Muncul tiba-tiba, bertahan tinggi 2-3 hari Fungsi keanggotaan demam adalah sebagai berikut : Gambar 4.1 Membership function demam Dari gambar di atas terlihat bahwa derajat keanggotaan demam bertahap akan maksimal nilai mf 1 dicapai ketika nilai demam 0-1 dan minimal nilai mf 0 dicapai ketika nilai demam ≥ 3,21. Derajat keanggotaan demam ragu-ragu maksimal nilai mf 1 dicapai ketika nilai demam 5 dan minimal nilai mf 0 dicapai ketika nilai demam 0 atau 10. Derajat keanggotaan demam mendadak maksimal nilai mf 1 dicapai ketika nilai demam 9,6 dan minimal nilai mf 0 dicapai ketika nilai demam ≤ 6,49. Nyeri otot dan sendi terdiri dari 3 parameter, tidak mengganggu, mengganggu dan sangat mengganggu. Penilaian nyeri otot dan sendi didasarkan pada keluhan pasien akan nyeri otot dan sendi pada bagian extrimis atas meliputi lengan dan tangan serta bagian extrimis bawah meliputi kaki apakah tidak mengganggu, mengganggu atau sangat mengganggu pasien. Tabel 4.3 Nilai fuzzy nyeri otot dan sendi Nyeri ototsendi Nilai skor Pengukuran Tidak mengganggu 0,00 – 3,60 Tidak ada keluhan Mengganggu 1,69 – 5,00 Ada keluhan tetapi tidak terlalu mengganggu Sangat mengganggu 6,49 – 9,60 Sangat mengganggu dan dikeluhkan pasien Fungsi keanggotaan nyeri otot dan sendi adalah sebagai berikut : Gambar 4.2 Membership function nyeri otot dan sendi Dari gambar di atas terlihat bahwa derajat keanggotaan nyeri otot dan sendi tidak mengganggu akan maksimal nilai mf 1 dicapai ketika nilai nyeri otot dan sendi 0-1 dan minimal nilai mf 0 dicapai ketika nilai nyeri otot dan sendi ≥ 3,6. Derajat keanggotaan nyeri otot dan sendi mengganggu maksimal nilai mf 1 dicapai ketika nilai nyeri otot dan sendi 5 dan minimal nilai mf 0 dicapai ketika nilai nyeri otot dan sendi 0 atau 10. Derajat keanggotaan nyeri otot dan sendi sangat mengganggu akan maksimal nilai mf 1 dicapai ketika nilai nyeri otot dan sendi 9,6 dan minimal nilai mf 0 dicapai ketika nilai nyeri otot dan sendi ≤ 6,49. Manifestasi pendarahan terdiri dari 3 parameter yaitu tidak jelas, ragu-ragu dan sangat jelas. Penilaian ini berdasarkan hasil pengamatan pendarahan pada hidung dan gusi, sifat pendarahan yang spontan atau tidak serta uji tornikuet. Termasuk kategori tidak jelas jika pendarahan pada hidung dan gusi sedikit serta tidak spontan. Termasuk kategori ragu-ragu jika pendarahan terjadi spontan pada hidung, gusi serta kulit ditambah lagi dengan hasil uji tornikuet positif. Termasuk kategori sangat jelas jika pasien telah sampai pada tahap hematemesis atau melena. Tabel 4.4 Nilai fuzzy manifestasi pendarahan Manifestasi pendarahan Nilai skor Pengukuran Tidak jelas 0,00 – 3,60 Pendarahan hidung dan gusi sedikit dan tidak spontan Jelas 1,69 – 5,00 Pendarahan hidung dan gusi spontan, uji tornikuet positif Sangat Jelas 6,49 – 9,60 Hematemesis atau melena Fungsi keanggotaan manifestasi pendarahan adalah sebagai berikut : Gambar 4.3 Membership function manifestasi pendarahan Dari gambar di atas terlihat bahwa derajat keanggotaan pendarahan tidak jelas akan maksimal nilai mf 1 dicapai ketika nilai pendarahan 0-1 dan minimal nilai mf 0 dicapai ketika nilai pendarahan ≥ 3,6. Derajat keanggotaan pendarahan jelas akan maksimal nilai mf 1 dicapai ketika nilai pendarahan 5 dan minimal nilai mf 0 dicapai ketika nilai pendarahan 0 atau 10. Derajat keanggotaan pendarahan sangat jelas akan maksimal nilai mf 1 dicapai ketika nilai pendarahan 9,6 dan minimal nilai mf 0 dicapai ketika nilai pendarahan ≤ 6,49. Kriteria gangguan pencernaan terbagi dalam 3 parameter yaitu terjadi gangguan pencernaan, ragu-ragu dan tidak terjadi gangguan pencernaan. Penilaian ini didasarkan pada hasil keluhan pasien apakah terjadi gangguan pencernaan seperti konstipasi atau diare tidak termasuk mual. Tabel 4.5 Nilai fuzzy gangguan pencernaan Gangguan pencernaan Nilai skor Pengukuran Terjadi 0,00 – 3,60 Terjadi konstipasi atau diare dengan frekuensi tinggi Ragu-ragu 1,69 – 5,00 Terjadi konstipasi atau diare tapi dengan frekuensi rendah Tidak tejadi 6,49 – 9,60 Tidak terjadi konstipasi atau diare Fungsi keanggotaan gangguan pencernaan adalah sebagai berikut : Gambar 4.4 Membership function gangguan pencernaan Dari gambar di atas terlihat bahwa derajat keanggotaan gangguan pencernaan terjadi akan maksimal nilai mf 1 dicapai ketika nilai gangguan pencernaan 0-1 dan minimal nilai mf 0 dicapai ketika nilai gangguan pencernaan ≥ 3,6. Derajat keanggotaan gangguan pencernaan ragu-ragu akan maksimal nilai mf 1 dicapai ketika nilai gangguan pencernaan 5 dan minimal nilai mf 0 dicapai ketika nilai gangguan pencernaan 0 atau 10. Derajat keanggotaan gangguan pencernaan tidak terjadi akan maksimal nilai mf 1 dicapai ketika nilai gangguan pencernaan 9,6 dan minimal nilai mf 0 dicapai ketika nilai gangguan pencernaan ≤ 6,49. Kriteria kondisi lidah memiliki 3 parameter yaitu lidah berselaput, ragu-ragu, dan tidak berselaput. Penilaian ini didasarkan pada hasil pengamatan kondisi lidah pasien. Kategori lidah berselaput jika pada lidah pasien kotor di tengah sementara di tepi dan ujung berwarna merah dan tremor. Tabel 4.6 Nilai fuzzy kondisi lidah Kondisi lidah Nilai skor Pengukuran Berselaput 0,00 – 3,60 Lidah kotor di tengah, tepi dan ujung merah Ragu-ragu 1,69 – 5,00 Tidak terlihat jelas apakah berselaput atau tidak Tidak berselaput 6,49 – 9,60 Warna lidah normal Fungsi keanggotaan gangguan pencernaan adalah sebagai berikut : Gambar 4.5 Membership function kondisi lidah Dari gambar di atas terlihat bahwa derajat keanggotaan kondisi lidah berselaput akan maksimal nilai mf 1 dicapai ketika nilai kondisi lidah 0-1 dan minimal nilai mf 0 dicapai ketika nilai kondisi lidah ≥ 3,6. Derajat keanggotaan kondisi lidah ragu-ragu akan maksimal nilai mf 1 dicapai ketika nilai kondisi lidah 5 dan minimal nilai mf 0 dicapai ketika nilai kondisi lidah 0 atau 10. Derajat keanggotaan kondisi lidah tidak berselaput akan maksimal nilai mf 1 dicapai ketika nilai kondisi lidah 9,6 dan minimal nilai mf 0 dicapai ketika nilai kondisi lidah ≤ 6,49.

4.3.2.2 Basis Aturan

Pada penghitungan data fuzzy digunakan kaidah IF THEN. Aturan dibuat berdasarkan pendapat pakar yaitu dokter. Pada penelitian ini ada 5 kriteria dengan masing-masing 3 parameter membership function sehingga jumlah aturan yang terbentuk yaitu 3 = 243 aturan. Untuk lebih lengkapnya dapat dilihat pada lampiran A.

4.3.2.3 Perancangan Output

Output dari aplikasi yang merupakan kesimpulan fuzzy logic diinterpretasikan kedalam 4 kategori yang didapatkan dengan cara membuat fungsi keanggotaan output data. Atribut linguistik output adalah demam tifoid, observasi, cek laboratorium dan DBD. Adapaun atribut nilai fungsi keanggotaan berkisar antara 0 -10. Fungsi keanggotaan yang digunakan untuk output adalah fungsi triangular atau segitiga. Tabel 4.7 Nilai minimal dan maksimal output Jenis Sampel Data Nilai Minimal Nilai Maksimal Demam tifoid 0,00 3,99 Observasi 3,00 5,99 Cek laboratorium 5,00 7,99 DBD 7,00 10,00 Sedangkan fungsi keanggotaannya sebagai berikut : Gambar 4.6 Membership function output Interpretasi kesimpulan logika fuzzy dipresentasikan sebagai diagnosis DBD atau demam tifoid, cek laboratorium dan observasi dengan kemungkinan senilai dengan nilai output hasil defuzzyfikasi sehingga dapat dipertimbangkan untuk penanganan dini terhadap hasil diagnosis. Kesimpulan hasil diagnosis demam tifoid diagnosis0 akan didapatkan ketika nilai output bernilai 0 - 3,99 dengan interpretasi sebagai berikut : Kemungkinan besar penderita terserang penyakit demam tifoid Tata Laksana : 1. Berikan segera cairan pengganti seperti oralit 2. Perhatikan tanda vital penderita : nadi, tekanan darah, respirasi dan temperature Kesimpulan hasil diagnosis observasi diagnosis1 akan didapatkan ketika niali output bernilai 3,00 - 5,99 dengan interpretasi sebagai berikut : Penderita harus tetap dalam observasi Tata Lakana :

1. Perhatikan tekanan darah, respirasi dan temperature

2. Perhatikan kadar hematokrit, apabila kadar hematokrit

meningkat lebih dari 20 dari harga normal sebaiknya penderita dirawat di ruang observasi di pusat rehidrasi selam kurun waktu 12-24 jam. 3. Periksa darah penderita apakah terdapat Salmonella typhii atau Salmonella paratyphii Kesimpulan hasil diagnosis cek laboratorium diagnosis2 akan didapatkan ketika nilai output bernilai 5,00 - 7,99 dengan interpretasi sebagai berikut : Penderita sebaiknya cek di laboratorium Tata laksana :

1. Perhatikan nadi, tekanan darah, respirasi dan temperatur

2. Segera periksa penderita ke laboratorium jika tanda vital

menurun dan kadar hematokrit tidak stabil Kesimpulan hasil diagnosis DBD diagnosis3 akan didapatkan ketika nilai output bernilai 7,00 - 10 dengan interpretasi sebagai berikut : Kemungkinan besar penderita terserang penyakit Demam Berdarah Dengue DBD Tata Laksana : 1. Bila penderita masih memiliki keinginan makan dan minum, turunkan panas tinggi yang mendadak dengan paracetamol 10-15 mgBB setiap 3-4 jam diulangi jika symptom panas masih nyata di atas , 2. Jika panas memasuki hari 3,4 dan 5 penderita sebaiknya dirawat inap dan dianjurkan banyak minum air buah atau oralit 3. Segera periksa ke lab jika tanda vital menurun

4.3.3 Process Modelling Perancangan proses akan digambarkan melalui flowchart dan STD.

Adapun flowchart proses yang akan dirancang yaitu : a. Flowchart Gambar 4.7 Flowchart proses keseluruhan b. State Transition Diagrams STD 1. STD Menu Utama Gambar 4.8 STD Menu Utama Keluar Klik Profil Klik Tentang Klik Petunjuk Klik Masuk Klik Menu Utama Masuk Keluar Tentang DBDTifoid Petunjuk Pemakaian Profil 2 STD Masuk Gambar 4.9 STD Masuk 3 STD Petunjuk Pemakaian Gambar 4.10 STD Petunjuk Pemakaian 4 STD Tentang DBD dan Tifoid Gambar 4.11 STD Tentang DBD dan Tifoid Klik Menu Utama Klik Ke Gejala 3 Klik Diagnosi s Klik Ulangi Input Gejala Klik Ke Gejala 2 Klik Masuk Menu Utama Gejala 1 Gejala 2 Klik Ke Gejala 4 Gejala 3 Gejala 4 Klik Ke Gejala 5 Gejala 5 Diagnosis Klik Hasil Diagnosis Hasil Diagnosis Klik Keluar Keluar Klik Menu Utama Klik Petunjuk Menu Utama Petunjuk Pemakaian Klik Menu Utama KlikTentang Menu Utama Tentang DBD Tifoid 5 STD Profil Gambar 4.12 STD Profil

4.3.4 Arsitektur

Gambar berikut menjelaskan perancangan arsitektur program logika fuzzy diagnosis DBD dan demam tifoid : Gambar 4.13 Arsitektur logika fuzzy diagnosis

4.3.5 Simulasi Manual Menjalankan simulasi sistem dengan menggunakan sebuah contoh

kasus dengan mengambil satu nilai contoh yaitu nilai demam 8, nilai nyeri otot dan sendi 6, nilai pendarahan 6, nilai gangguan pencernaan 7 dan nilai kondisi lidah 8. 1. Fuzzyfikasi Langkah pertama adalah mengkonversi semua nilai skor kedalam nilai fuzzy . Setiap variabel input menggunakan 3 jenis kurva, bentuk Z, Gaussian, dan bentuk S lihat bab IV, subbab 4.3.2.1 Klik Menu Utama Klik Profil Menu Utama Profil a. Variabel demam = 8 Fungsi keanggotaannya : O Bertahap [a] = 1; 1 , , ; 1 3,21 0; 3,21 O Ragu [a] = 0; 10 ; 0 5 ; 5 10 O Mendadak [a] = 0; 6,49 , , . ; 6,49 9,60 1; 9,60 Skor demam 8 berada pada himpunan fuzzy Ragu dan Mendadak. Derajat keanggotaan untuk himpunan fuzzy Ragu dihitung dengan menggunakan rumus O Ragu [a] = 10-a10-5 sehingga derajat keanggotaan untuk Ragu adalah 10-810-5= 0,4. Derajat keanggotaan untuk himpunan fuzzy Mendadak dihitung dengan menggunakan rumus a-6,499,60-6,49 sehingga derajat keanggotaan Mendadak adalah 8- 6,499,60-6,49 = 0,4855305466 nilai dibulatkan dengan 10 angka di belakang koma. b. Variabel nyeri otot dan sendi = 6 Fungsi keanggotaannya : O Tidak Mengganggu [b] = 1; 1 , , ; 1 3,60 0; 3,60 O Mengganggu [b] = 0; 10 ; 0 5 ; 5 10 O Sangat Mengganggu [b] = 0; 6,49 , , . ; 6,49 9,60 1; 9,60 Skor nyeri otot dan sendi 6 berada pada himpunan fuzzy Mengganggu. Derajat keanggotaan untuk himpunan fuzzy Mengganggu dihitung dengan menggunakan rumus 10-a10-5 sehingga derajat keanggotaan Mengganggu adalah 10-610-5 = 0,8. c. Variabel manifestasi pendarahan = 6 Fungsi keanggotaannya : O Tidak Jelas [c] = 1; 1 , , ; 1 3,60 0; 3,60 O Jelas [c] = 0; 10 ; 0 5 ; 5 10 O Sangat Jelas [c] = 0; 6,49 , , . ; 6,49 9,60 1; 3,21 Skor manifestasi pendarahan 6 berada pada himpunan fuzzy Jelas. Derajat keanggotaan Jelas dihitung dengan menggunakan rumus 10- a10-5 sehingga derajat keanggotaan Jelas adalah 10-6910-5 = 0,8. d. Variabel gangguan pencernaan = 7 Fungsi keanggotaannya : O Terjadi [d] = 1; 1 , , ; 1 3,60 0; 3,60 O Ragu [d] = 0; 10 ; 0 5 ; 5 10 O Tidak Terjadi [d] = 0; 6,49 , , . ; 6,49 9,60 1; 3,21 Skor gangguan pencernaan 7 berada pada himpunan fuzzy Ragu dan Tidak Terjadi. Derajat keanggotaan Ragu dihitung dengan rumus 10- a10-5 sehingga derajat keanggotaan Ragu adalah 10-710-5 = 0,6. Derajat keanggotaan Tidak Terjadi dihitung dengan menggunakan rumus a-6,499,60-6,49 sehingga derajat keanggotaan Tidak Terjadi adalah 7- 6,499,60-6,49 = 0,1639871382. e. Variabel kondisi lidah = 8 Fungsi keanggotaannya : O Berselaput [e] = 1; 1 , , ; 1 3,60 0; 3,60 O Ragu [e] = 0; 10 ; 0 5 ; 5 10 O Tidak Berselaput [e] = 0; 6,49 , , . ; 6,49 9,60 1; 3,21 Skor gangguan pencernaan 8 berada pada himpunan fuzzy Ragu dan Tidak Berselaput. Derajat keanggotaan Ragu dihitung dengan rumus 10- a10-5 sehingga derajat keanggotaan Ragu adalah 10-810-5 = 0,4. Derajat keanggotaan Tidak Berselaput dihitung dengan menggunakan rumus a-6,499,60-6,49 sehingga derajat keanggotaan Tidak Terjadi adalah 8-6,499,60-6,49 = 0,4855305466. 2. Inferensi Pada tahap ini dilakukan proses inferensi dengan metode Mamdani. Dari 8 data fuzzy input tersebut, Demam = Ragu 0,4 dan Demam = Mendadak 0,4855305466, nyeri otot dan sendi = Mengganggu 0,8, manifestasi pendarahan =Jelas 0,8, gangguan pencernaan = Ragu 0,6 dan gangguan pencernaan = Tidak Terjadi 0,1639871382, kondisi lidah = Ragu 0,4 dan kondisi lidah = Tidak Berselaput 0,4855305466, berarti ada 8 aturan fuzzy yang dapat diaplikasikan, yaitu : 122 IF demam ragu-ragu AND nyeri ototsendi mengganggu AND pendarahan jelas AND gangguan_pencernaan ragu_ragu AND lidah ragu-ragu THEN Diagnosis=0,5D+0,5NOS+0,5P+0,5GC+0,5L+25 123 IF demam ragu-ragu AND nyeri ototsendi mengganggu AND pendarahan jelas AND gangguan_pencernaan ragu_ragu AND lidah tidak_berselaput THEN Diagnosis=0,5D+0,5NOS+0,5P+0,5GC+0,75L+25 125 IF demam ragu-ragu AND nyeri ototsendi mengganggu AND pendarahan jelas AND gangguan_pencernaan tidak_terjadi AND lidah ragu-ragu THEN Diagnosis=0,5D+0,5NOS+0,5P+0,75GC+0,5L+25 126 IF demam ragu-ragu AND nyeri ototsendi mengganggu AND pendarahan jelas AND gangguan_pencernaan tidak_terjadi AND lidah tidak_berselaput THEN Diagnosis=0,5D+0,5NOS+0,5P+0,75GC+0,75L+25 203 IF demam mendadak AND nyeri ototsendi mengganggu AND pendarahan jelas AND gangguan_pencernaan ragu_ragu AND lidah ragu-ragu THEN Diagnosis=0,75D+0,5NOS+0,5P+0,5GC+0,5L+25 204 IF demam mendadak AND nyeri ototsendi mengganggu AND pendarahan jelas AND gangguan_pencernaan ragu_ragu AND lidah tidak_berselaput THEN Diagnosis=0,75D+0,5NOS+0,5P+0,5GC+0,75L+25 207 IF demam mendadak AND nyeri ototsendi mengganggu AND pendarahan sjelas AND gangguan_pencernaan tidak_terjadi AND lidah tidak_berselaput THEN Diagnosis=0,75D+0,5NOS+0,5P+0,75GC+0,75L+25 208 IF demam mendadak AND nyeri ototsendi mengganggu AND pendarahan sangat_jelas AND gangguan_pencernaan terjadi AND lidah berselaput THEN Diagnosis=0,75D+0,5NOS+0,75P+0,25GC+0,25L+25 Proses inferensi yang terjadi adalah : = min 0,4 and 0,8 and 0,8 and 0,6 and 0,4 = 0,4 = min 0,4 and 0,8 and 0,8 and 0,6 and 0,4855305466 = 0,4 = min 0,4 and 0,8 and 0,8 and 0,1639871382 and 0,4 = 0,1639871382 = min 0,4 and 0,8 and 0,8 and 0,1639871382 and 0,4855305466 = 0,1639871382 = min 0,4855305466 and 0,8 and 0,8 and 0,6 and 0,4 = 0,4 = min 0,4855305466 and 0,8 and 0,8 and 0,6 and 0,4855305466 = 0,4855305466 = min 0,4855305466 and 0,8 and 0,8 and 0,1639871382 and 0,4 = 0,1639871382 = min 0,4855305466 and 0,8 and 0,8 and 0,1639871382 and 0,4855305466 = 0,163987138 = 0,58 + 0,56 + 0,56 + 0,57 + 0,5 8+25 = 3,9 = 0,58 + 0,56 + 0,56 + 0,57 + 0,758+25 = 4,3 = 0,58 + 0,56 + 0,56 + 0,757 + 0,58+25 = 4,25 = 0,58 + 0,56 + 0,56 + 0,757 + 0,758+25 = 4,65 = 0,758 + 0,56 + 0,56 + 0,57 + 0,58+25 = 4,3 = 0,758 + 0,56 + 0,56 + 0,57 + 0,758+25 = 4,7 = 0,758 + 0,56 + 0,56 + 0,757 + 0,58+25 = 4,65 = 0,758 + 0,56 + 0,56 + 0,757 + 0,758+25 = 5,05 3. Defuzzyfikasi Pada tahap ini penulis menggunakan model rata-rata terbbot untuk proses defuzzyfikasi sehingga : Z= ∑ + , - , . ,0 ∑ + , . ,0 Z= 0,4 1 3,9 2 0,4 1 4,3 2 0,1639871382 1 4,25 2 0,1639871382 1 4,65 2 0,4 1 4,3 2 0,4855305466 1 4,7 2 0,1639871382 1 4.65 2 0,1639871382 1 5,05 0,4 2 0,4 2 0,1639871382 2 0,1639871382 2 0,4 2 0,4855305466 2 0,1639871382 2 0,1639871382 = , 4 , 4 , 4 , 4 , 4 , 4 , 4 , , = , , = 4,4126613567 Jadi nilai output untuk input di atas adalah 4,4126613567. Nilai ini terdapat pada himpunan fuzzy output observasi dengan derajat keanggotaan 0.9 lihat gambar 4.6 .

4.3.6 Perancangan Antarmuka Pengguna User Interface