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