SISTEM PAKAR DETEKSI DINI TINGKAT RISIKO PADA IBU HAMIL TERHADAP PREEKLAMPSIA DENGAN LOGIKA FUZZY SKRIPSI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

SISTEM PAKAR DETEKSI DINI TINGKAT RISIKO PADA
IBU HAMIL TERHADAP PREEKLAMPSIA DENGAN
LOGIKA FUZZY

SKRIPSI

ADINDA MUSTIKA NUGRAHENI

PROGRAM STUDI S1 SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS AIRLANGGA
SURABAYA
2016

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

SISTEM PAKAR DETEKSI DINI TINGKAT RISIKO PADA
IBU HAMIL TERHADAP PREEKLAMPSIA DENGAN
LOGIKA FUZZY

SKRIPSI

ADINDA MUSTIKA NUGRAHENI
NIM : 081211633011

PROGRAM STUDI S1 SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS AIRLANGGA
SURABAYA
2016

i

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

ii

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

iii

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

PEDOMAN PENGGUNAAN SKRIPSI
Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam
lingkungan Universitas Airlangga, diperkenankan untuk dipakai sebagai referensi
kepustakaan, tetapi pengutipan harus seijin penyusun dan harus menyebutkan
sumbernya sesuai dengan kebiasaan ilmiah.

Dokumen skripsi ini merupakan hak milik Universitas Airlangga

iv

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

v

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

KATA PENGANTAR
Puji syukur kehadirat Allah subhanahu wa ta’ala, yang telah melimpahkan
anugerah-Nya, hingga penulis dapat menyelesaikan skripsi yang berjudul “Sistem
Pakar Deteksi Dini Tingkat Risiko Pada Ibu Hamil Terhadap Preeklampsia

dengan Logika Fuzzy” dengan baik, serta Sholatu Wa Salam semoga tetap
terlimpahkan kepada Rasulullah Muhammad SAW yang mengantarkan pada
sebuah kehidupan yang penuh keselamatan di dunia dan di akhirat.
Penyusunan naskah skripsi ini dibuat sebagai acuan untuk memenuhi satuan
kredit semester (SKS) yang dibebankan kepada penulis dan seklaigus sebagai
syarat untuk memperoleh gelar sarjana strata satu (S1) dibidang Sistem Informasi,
Fakultas Sains dan Teknologi, Universitas Airlangga.
Penulis mengharapkan kritik dan saran yang bersifat membangun demi
kesempurnaan proposal skripsi ini. Semoga proposal skripsi ini dapat memberikan
manfaat dan wawasan yang berguna. Aamiin.
Surabaya, 25 April 2016

Penulis

vi

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

UCAPAN TERIMA KASIH
Syukur alhamdulillah kehadirat Allah SWT

karena berkat rahmat dan

hidayah-Nya, sehingga penulisan naskah skripsi yang berjudul “Sistem Pakar
Deteksi Dini Tingkat Risiko Pada Ibu Hamil Terhadap Preeklampsia dengan
Logika Fuzzy” dengan baik.
Dalam pelaksanaan dan penyusunan skripsi ini, banyak menemui kendala,
namun atas bantuan dari berbagai pihak, akhirnya laporan ini bisa terselesaikan.
Maka tidak lupa penulis mengucapkan banyak terima kasih kepada :
1. Allah SWT yang senantiasa memberikan rahmat dan hidayah-Nya serta
Nabi besar Muhammad SAW beserta para sahabat.
2. Kedua orang tuaku tercinta Bapak Rahmanu Dwiputro Yuwono dan Ibu
Sri Utami yang selalu mencurahkan doa, kasih sayangnya serta
dukungan motivasi kepada penulis tanpa henti-hentinya hingga saat ini.

3. Kakak-kakak tercintaku Irka Wiragama Anoraga, Fitria Yusnita,
Anugrah Ashari Adisaka, Aldilla Cerelia Calista yang selalu
memberikan motivasi untuk penulis. dan Keponakanku Faathir Hutama
Putra yang selalu memberikan keceriaan tanpa batas.
4. Ibu Ir. Dyah Herawatie, M.Si. selaku dosen pembimbing I yang dengan
sabar membimbing dan memberikan ilmunya kepada penulis sehingga
skripsi dapat terselesaikan sampai tuntas.

vii

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

5. Bapak Drs. H. Kartono, M.Kom. selaku dosen pembimbing II, yang
dengan sabar membimbing dan memberikan ilmunya kepada penulis

sehingga skripsi dapat terselesaikan sampai tuntas.
6. Bapak Indra Kharisma selaku dosen wali yang selalu membantu pada
saat proses perencanan kuliah terimakasih atas bimbingan dan ilmunya.
7. Arya Dwi Utomo Budi yang selalu sabar menemani, membantu dan
memotivasi penulis tanpa henti hingga skripsi ini dapat terselesaikan,
semangat semoga sukses.
8. Afifah Nurrosyidah, Novita Priandini, Dian Ramadhan, Rindu Puspita
Wibawa sahabat-sahabatku masa kuliah yang selalu memotivasi dan
bantuan tanpa henti semoga kita sukses bersama.
9. Ana Fathonah, Nihayatus, Rosabella, Azizah, Zahra, Hasna, Anggi
sahabat-sahabatku masa SMA yang selalu memberikan dukungan.
10. Bhevi dan Indah kawanku KKN yang selalu memberikan dukungan.
11. Kawanku di Sistem Informasi angkatan 2012 Putri, Fitdzul, Zila, Facha,
Hana, Karina, Icun, Fatich, Irul, Fiqhi, Iqbal, Fiska, Emil, Merry,
Jessica, Irfan, Tiara, Bagus, Alwan dan yang lainnya yang tidak bisa
disebutkan satu-satu atas semua bantuan, motivasi, semoga kita sukses.
12. Rio Ramadhan, Pascalina dan Dinis terimakasih atas segala bantuannya
menunjang keberhasilan skripsi ini.
13. Pihak lain yang banyak membantu dalam keperluan berkas administrasi.

viii

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

Adinda Mustika Nugraheni, 2016, Sistem Pakar Deteksi Dini Tingkat Risiko Pada
Ibu Hamil Terhadap Preeklampsia dengan Logika Fuzzy. Skripsi ini dibawah
bimbingan Ir. Dyah Herawatie, M.Si. dan Drs. H. Kartono, M.Kom. Program
Studi S1 Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Airlangga,
Surabaya.

ABSTRAK
Eklampsia menempati urutan kedua penyebab kematian ibu. Deteksi dini
Preeklampsia yang merupakan pendahuluan dari eklampsia perlu dilaksanakan
untuk menurunkan angka kematian ibu dan anak. Tujuan penelitian ini adalah

membuat sistem pakar deteksi dini tingkat risiko pada ibu hamil terhadap
preeklampsia dengan logika fuzzy.
Tahapan metodologi penelitian meliputi identifikasi masalah, analisis
kebutuhan, penentuan aturan-aturan, pengembangan sistem pakar, perancangan
sistem, implementasi sistem, pengujian sistem, serta evaluasi sistem. Variabel
yang digunakan ada 7 yaitu tekanan darah sistolik, tekanan darah diastolik,
kenaikan berat badan, Usia Kehamilan, Usia Ibu, Edema, Proteinuria kemudian
dianalisis secara umum dengan 3 tahapan fuzzy yaitu fuzzifikasi, inferensi dan
defuzzyfikasi. Output sistem berupa status risiko kehamilan ibu yaitu hamil
normal, preeklampsia ringan, atau preeklampsia berat. Implementasi sistem pakar
ini menggunakan smartphone android.
Untuk mengetahui akurasi sistem dilakukan evaluasi sistem dengan cara
membandingkan hasil pakar dengan hasil sistem terhadap 20 data testing, dan
mendapatkan hasil 3 menunjukkan hasil salah dan 17 hasil benar. Dengan
demikian prosentase akurasi sistem sebesar 85%.
Kata Kunci : Sistem Pakar, Logika Fuzzy, Deteksi, Preeklampsia, Android.

ix

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

Adinda Mustika Nugraheni, 2016, Expert system of Early Detection Risk Level In
Pregnant Women Against Preeclampsia with Fuzzy Logic. This undergraduate
thesis was under guidance by Ir. Dyah Herawatie, M.Si. dan Drs. H. Kartono,
M.Kom. Bachelor Degree Information System Study Program. Faculty Of Science
and Technology, Universitas Airlangga, Surabaya.

ABSTRACT
Early detection Preeclampsia is a foretaste of eclampsia needs to be done
to reduce maternal mortality and child. The purpose of this study is to make an
expert system for early detection of risk levels in pregnant mothers against
preeclampsia with fuzzy logic. Eclampsia ranks second cause of maternal
mortality.
Stages of research methodology includes the identification of problems,
needs analysis, determination of rules, expert system development, system design,
system implementation, system testing, and evaluation systems. Variables that are
used there 7 that the systolic blood pressure, diastolic blood pressure, weight gain,
Age Pregnancy, Age Mother, edema, proteinuria is then analyzed in general by
three stages, namely fuzzy fuzzification, inference and defuzzyfication. The
system output is a status the risk of the mother's pregnancy is normal pregnancy,
preeclampsia mild or severe preeclampsia. This expert system implementation
using android smartphone.
To determine the accuracy of the system to evaluate the system by
comparing the results of the expert with the results of testing the system against
the data 20, and get results 3 shows the results of one and 17 correct results. Thus
the system's accuracy percentage of 85%.
Keywords: Expert System, Fuzzy Logic, detection, Preeclampsia, Android.

x

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR ISI
Halaman
HALAMAN JUDUL................................................................................................ i
HALAMAN PERNYATAAN ................................................................................ ii
HALAMAN PENGESAHAN ................................................................................ iii
PEDOMAN PENGGUNAAN SKRIPSI ............................................................... iv
SURAT PERNYATAAN TENTANG ORISINALITAS ....................................... v
KATA PENGANTAR ........................................................................................... vi
UCAPAN TERIMA KASIH ................................................................................. vii
ABSTRAK ............................................................................................................. ix
ABSTRACT ............................................................................................................ x
DAFTAR ISI .......................................................................................................... xi
DAFTAR GAMBAR ........................................................................................... xiv
DAFTAR TABEL ................................................................................................ xvi
DAFTAR LAMPIRAN ....................................................................................... xvii
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ..................................................................................... 1
1.2 Rumusan Masalah ................................................................................ 3
1.3 Tujuan Penelitian.................................................................................. 3
1.4 Manfaat Penelitian................................................................................ 3
1.5 Batasan Masalah ................................................................................... 4

xi

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB II TINJAUAN PUSTAKA........................................................................... 6
2.1 Kehamilan Preeklampsia ...................................................................... 6
2.2 Sistem Pakar ....................................................................................... 12
2.3 Logika Fuzzy ...................................................................................... 15
2.4 Pemrograman Mobile ......................................................................... 24
2.5 Testing ................................................................................................ 25
BAB III METODE PENELITIAN ..................................................................... 27
3.1 Identifikasi Masalah ........................................................................... 27
3.2 Analisis Kebutuhan ............................................................................ 27
3.3 Penentuan Aturan ............................................................................... 29
3.4 Analisis Sistem Pakar Fuzzy Inferensi Mamdani .............................. 29
3.5 Perancangan Sistem............................................................................ 30
3.6 Implementasi Sistem .......................................................................... 31
3.7 Pengujian Sistem ................................................................................ 31
3.8 Evaluasi Sistem .................................................................................. 31
BAB IV HASIL DAN PEMBAHASAN ............................................................. 33
4.1 Hasil Identifikasi Masalah .................................................................. 33
4.2 Hasil Analisis Kebutuhan ................................................................... 33
4.3 Penentuan Aturan ............................................................................... 34

xii

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

4.4 Analisis Sistem Pakar Fuzzy .............................................................. 35
4.5 Perancangan Sistem............................................................................ 49
4.6 Implementasi Sistem .......................................................................... 57
4.7 Pengujian Sistem ................................................................................ 61
4.8 Evaluasi Sistem .................................................................................. 64
BAB V KESIMPULAN DAN SARAN ............................................................... 66
5.1 Kesimpulan......................................................................................... 66
5.2 Saran ................................................................................................... 66
DAFTAR PUSTAKA ........................................................................................... 67
LAMPIRAN

xiii

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR GAMBAR
Nomor

Judul Gambar

Halaman

2.1

Struktur Sistem Pakar ................................................................................ 13

2.2

Representasi Fungsi Keanggotaan Kurva Segitiga ................................... 17

2.3

Representasi Fungsi Keanggotaan Kurva Trapesium ............................... 17

2.4

Fungsi Keanggotaan Suatu Variabel ......................................................... 19

3.1

Contoh Suatu Aturan ................................................................................. 29

4.1

Fungsi Keanggotaan dari Variabel Tekanan Darah Sistolik ..................... 36

4.2

Fungsi Keanggotaan dari Variabel Tekanan Darah Diastolik................... 37

4.3

Fungsi Keanggotaan dari Variabel Kenaikan Berat Badan....................... 38

4.4

Fungsi Keanggotaan dari Variabel Usia Kehamilan ................................. 40

4.5

Fungsi Keanggotaan dari Variabel Usia Ibu ............................................. 41

4.6

Fungsi Keanggotaan dari Variabel Edema ................................................ 42

4.7

Fungsi Keanggotaan dari Variabel Proteinuria ......................................... 42

4.8

Fungsi Keanggotaan dari Variabel Output Status Risiko ......................... 47

4.9

Flowchart Keseluruhan Rancangan Bangun Sistem Pakar ....................... 50

4.10

Algoritma Fuzzifikasi Tekanan Darah Sistolik ......................................... 51

4.11

Algoritma Fuzzifikasi Tekanan Darah Diastolik ...................................... 51

4.12

Algoritma Fuzzifikasi Kenaikan Berat Badan .......................................... 52

4.13

Algoritma Fuzzifikasi Usia Kehamilan ..................................................... 52

4.14

Algoritma Fuzzifikasi Usia Ibu ................................................................. 53

4.15

Algoritma Fuzzifikasi Edema ................................................................... 53

xiv

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

4.16

Algoritma Fuzzifikasi Proteinuria ............................................................. 53

4.17

Algoritma Fungsi Nilai Miu Seluruh Rule ................................................ 54

4.18

Algoritma Pencarian Nilai Miu Terkecil dari Seluruh Kriteria Input ....... 55

4.19

Algoritma Pencarian Nilai Terbesar dari Seluruh Kategori Output .......... 56

4.20

Algoritma Fungsi Penentuan Kategori Output .......................................... 56

4.21

Algoritma Fungsi Pencarian Nilai Z ......................................................... 57

4.22

Algoritma Output ...................................................................................... 57

4.23

Desain Halaman Awal Aplikasi ................................................................ 58

4.24

Desain Halaman Pendaftaran User............................................................ 60

4.25

Desain Halaman Profil User ..................................................................... 60

4.26

Desain Halaman Pengecekan .................................................................... 60

4.27

Desain Halaman Hasil ............................................................................... 60

xv

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR TABEL
Nomor

Judul Tabel

Halaman

2.1

Fuzzy Sets Suatu Variabel ........................................................................ 19

3.1

Contoh Pengujian Sistem ........................................................................... 30

4.1

Fuzzy Sets Tekanan Darah Sistolik........................................................... 36

4.2

Fuzzy Sets Tekanan Darah Diastolik ........................................................ 37

4.3

Fuzzy Sets Kenaikan Berat Badan ............................................................ 39

4.4

Fuzzy Sets Usia Kehamilan ...................................................................... 40

4.5

Fuzzy Sets Usia Ibu ................................................................................ 41

4.6

Contoh Inputan Variabel ........................................................................... 43

4.7

Hasil Perhitungan Fuzzifikasi Variabel Linguistik ................................... 45

4.8

Contoh Nilai Fuzzyfikasi Dengan Evaluasi Aturan .................................. 46

4.9

Hasil Nilai Maksimum .............................................................................. 47

4.10

Pengujian Sistem Halaman Verifikasi Nomor .......................................... 61

4.11

Pengujian Sistem Halaman Pendaftaran ................................................... 62

4.12

Pengujian Sistem Halaman Pengguna ....................................................... 62

4.13

Pengujian Sistem Halaman Pengecekan ................................................... 63

4.14

Pengujian Sistem Halaman Hasil .............................................................. 63

4.15

Rekapitulasi Perbandingan Hasil .............................................................. 65

xvi

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR LAMPIRAN
Nomor

Judul Lampiran

1.

100 Pengambilan Data Antenatal Care

2.

1458 Rule Deteksi Dini Tingkat Risiko Terhadap Preeklampsia

3.

Perhitungan Inferensi Mamdani (nilai min-max)

4.

Laporan Wawancara

5.

Surat Keterangan Wawancara

xvii

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB I
PENDAHULUAN
1.1

Latar Belakang
Angka Kematian Ibu (AKI) di Indonesia masih sangat tinggi dan tertinggi di

antara negara-negara ASEAN. Pada tahun 1990, AKI berada pada tingkat 390 per
100.000 kelahiran hidup, dan survei pada tahun 2002–2003 menghasilkan
perkiraan sebesar 307 per 100.000 kelahiran. Namun, hasil analisis menyimpulkan
bahwa keadaannya sangat mencemaskan bagi perempuan Indonesia. Walaupun
perbandingan kedua angka tersebut sepertinya menunjukkan penurunan, namun
karena hasil survei sangat peka terhadap sampling error maka sukar
menyimpulkan dengan pasti bahwa memang terjadi penurunan dalam angka
kematian ibu selama 10 hingga 15 tahun yang lalu di Indonesia. (AIPI, 2012).
Salah satu target pencapaian dari Millennium Development Goals (MDGs) pada
tahun 2015 adalah meningkatkan kesehatan ibu dengan mengurangi rasio
kematian ibu sebesar 102 per 100.000 kelahiran hidup. Walaupun pelayanan
antenatal (pemeriksaan sebelum kelahiran) dan pertolongan persalinan oleh tenaga
kesehatan terlatih cukup tinggi, beberapa faktor seperti risiko tinggi pada saat
kehamilan dan aborsi perlu mendapat perhatian. Ke depan, upaya peningkatan
kesehatan ibu diprioritaskan pada perluasan pelayanan kesehatan berkualitas,
pelayanan obstetrik yang komprehensif, peningkatan pelayanan keluarga
berencana dan penyebarluasan komunikasi, informasi dan edukasi kepada
masyarakat. (Bappenas, 2013).

1

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

2

Penyebab kematian ibu yang paling umum di Indonesia disebabkan oleh
obstetri langsung, diantaranya perdarahan sebanyak 28%, eklampsia sebanyak
24%, dan infeksi sebanyak 11%, sedangkan penyebab obstetri tidak langsung
adalah trauma obstetri 5% dan lain-lain 11%. (BKKBN, 2010). Berdasarkan
prosentase penyebab kematian ibu menunjukkan bahwa eklampsia menempati
urutan kedua penyebab kematian ibu pada masa kehamilan. Eklampsia merupakan
pendahulu dari preeklampsia. Preeklampsia merupakan penyakit dengan tandatanda hipertensi, edema, dan proteinuria yang timbul karena kehamilan
(Wiknjosastro, et al., 2005). Kematian ini umumnya dapat dicegah apabila dapat
di deteksi sejak dini, kemudian mendapatkan penanganan yang tepat pada saat
yang paling kritis yaitu pada masa sekitar persalinan (Faiqoh, et al., 2014).
Sistem Pakar adalah paket perangkat lunak pengambilan keputusan yang
dapat mencapai tingkat performa yang setara atau bahkan lebih dengan pakar
manusia di beberapa bidang khusus. Ide dasar dibalik sistem pakar adalah
sederhana, keahlian ditransfer dari pakar ke suatu komputer. Pengetahuan ini
kemudian disimpan di dalam komputer, dan pengguna menjalankan komputer
untuk nasihat spesifik yang diperlukan. Sistem pakar menanyakan fakta-fakta dan
dapat membuat inferensi dan sampai pada suatu kesimpulan khusus. Kemudian,
seperti konsultan manusia, ia menasihati nonexpert dan menjelaskan, jika perlu,
logika di balik nasihat yang diberikan. (Turban, et al., 2005)
Logika Fuzzy Logika fuzzy ditentukan sebagai seperangkat prinsip
matematika untuk pengetahuan representasi berdasarkan derajat keanggotaan

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

3

bukan pada crisp membership logika biner klasik. Tidak seperti dua nilai logika
Boolean, logika fuzzy bersifat multi-nilai (Negnevitsky, 2005). Beberapa
penelitian logika fuzzy yang diaplikasikan pada ilmu kesehatan yaitu penelitian
dari Adeli Ali dan Neshat Mehdi dengan judul A Fuzzy Expert System for Heart
Disease Diagnosis (Adeli, et al., 2010) dan penelitian oleh Ahmad Fashel dkk
dengan judul Aplikasi Pendukung Keputusan Untuk Deteksi Dini Risiko Penyakit
Stroke Menggunakan Logika Fuzzy Mamdani : Studi Kasus Di RS XYZ (Sholeh, et
al., 2012).
Penelitian ini akan membuat “Sistem Pakar Deteksi Dini Tingkat Risiko
Pada Ibu Hamil Terhadap Preeklampsia Dengan Logika Fuzzy” yang dapat
digunakan untuk mendeteksi tingkat risiko ibu hamil mengalami kehamilan
normal, mengalami preeklampsia ringan, atau preeklampsia berat.
1.2

Rumusan Masalah
Berdasarkan latar belakang masalah, maka rumusan masalah dalam

penelitian ini adalah bagaimana membuat sistem pakar deteksi dini tingkat risiko
pada ibu hamil terhadap preeklampsia dengan logika fuzzy?
1.3

Tujuan Penelitian
Tujuan penelitian ini adalah membuat sistem pakar deteksi dini tingkat

risiko pada ibu hamil terhadap preeklampsia dengan logika fuzzy.
1.4

Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

4

1. Bagi klinisi (tenaga medis)
Membantu dalam memberikan deteksi dini tingkat risiko pada ibu hamil
yang

mengalami

preeklampsia

sehingga

mengurangi

kejadian

eklampsia.
2. Bagi pasien
Membantu dalam memberikan deteksi dini tingkat risiko pada ibu hamil
agar tingkat kewaspadaan pasien lebih meningkat sehingga penanganan
awal dapat segera diberikan.
3. Bagi pihak lain
Penelitian ini diharapkan dapat menambah bahan bacaan maupun
referensi mengenai sistem pakar dalam memberikan deteksi dini pada
ibu hamil yang mengalami preeklampsia bagi masyarakat luas maupun
bagi penelitian selanjutnya.
1.5

Batasan Masalah
Batasan masalah dalam membuat sistem pakar deteksi dini tingkat risiko

pada ibu hamil terhadap preeklampsia dengan logika fuzzy,
1. Input sistem meliputi tekanan darah sistolik, tekanan dasar diastolik,
kenaikan berat badan, usia kehamilan, usia ibu, edema (pembengkakan)
dan proteinuria.
2. Fuzzy inference system yang digunakan adalah metode Mamdani.
3. Metode defuzzyfikasi yang digunakan adalah metode weight average.
4. Output sistem berupa deteksi dini tingkat risiko ibu hamil mengalami hamil

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

5

normal, preeklampsia ringan, preeklampsia berat.
5. Untuk output yang diberikan pada sistem ini merujuk pada buku Ilmu
Kebidanan selaku buku panduan Obstetri dan Ginekologi.
6. Implementasi sistem dioperasikan di smartphone yang berbasis android.

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB II
TINJAUAN PUSTAKA

2.1

Kehamilan Preeklampsia
Pada bagian ini akan dijelaskan definisi kehamilan preeklampsia, kriteria

deteksi kehamilan preeklampsia, dan derajat kehamilan preeklampsia.
2.1.1 Kehamilan Preeklampsia
Menurut (Wiknjosastro, et al., 2005) Preeklampsia ialah penyakit dengan
tanda-tanda hipertensi, edema, dan proteinuria yang timbul karena kehamilan.
Penyakit ini umumnya terjadi dalam triwulan ke-3 kehamilan, tetapi dapat terjadi
sebelumnya.
Hipertensi biasanya timbul lebih dahulu daripada tanda-tanda lain. Untuk
menegakkan diagnosis preeklampsia, kenaikan tekanan sistolik harus 30 mm Hg
atau lebih di atas tekanan yang biasanya ditemukan, atau mencapai 140 mm Hg
atau lebih. Kenaikan tekanan diastolik sebenarnya lebih dapat dipercaya. Apabila
tekanan diastolik naik dengan 15 mm Hg atau lebih, atau menjadi 90 mmHg atau
lebih, maka diagnosis hipertensi dapat dibuat.
Edema ialah penimbunan cairan secara umum dan berlebihan dalam
jaringan tubuh, dan biasanya dapat diketahui dari kenaikan berat badan serta
pembengkakan kaki, jari tangan, dan muka. Kenaikan berat badan ½ kg setiap
minggu dalam kehamilan masih dapat dianggap normal, tetapi bila kenaikan 1 kg
seminggu beberapa kali perlu kewaspadaan terhadap timbulnya preeklampsia.

6

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

7

Proteinuria berarti konsentrasi protein dalam air kencing yang melebihi
0,3g/liter dalam air kencing 24 jam atau pemeriksaan kualitatif menunjukkan 1
atau 2+ atau 1g/liter atau lebih dalam air kencing yang dikeluarkan dengan kateter
atau proteinuria timbul lebih lambat daripada hipertensi dan kenaikan berat badan.
Preeklampsia dan eklampsia merupakan kesatuan penyakit, yang langsung
disebabkan oleh kehamilan, walaupun belum jelas bagaimana hal itu terjadi.
Istilah kesatuan penyakit harus diartikan bahwa preeklampsia dan eklampsia
memiliki gejala dasar yang sama namun eklampsia memiliki peningkatan yang
lebih berat dan berbahaya dari preeklampsia karena tambahan gejala-gejala
tertentu. Oleh karena eklampsia menjadi sebab kematian ibu maka deteksi dini
untuk preeklampsia sebagai tingkat pendahulunya perlu segera dilaksanakan.
Perlu ditekankan bahwa sindrom preeklampsia ringan dan hipertensi,
edema dan proteinuria sering tidak diketahui atau tidak diperhatikan oleh wanita
hamil yang bersangkutan, sehingga tanpa disadari dalam waktu singkat dapat
timbul preeklampsia berat, bahkan eklampsia. Dengan pengetahuan ini menjadi
jelas bahwa pemeriksaan antenatal care (AC). Antenatal Care merupakan suatu
pemeriksaan kehamilan yang memiliki beberapa tujuan, yaitu: Memantau
kemajuan kehamilan, memastikan kesejahteraan ibu dan tumbuh kembang janin.
Meningkatkan dan mempertahankan kesehatan fisik, mental, serta sosial ibu dan
bayi. Menemukan secara dini adanya masalah atau gangguan dan kemungkinan
komplikasi yang terjadi selama masa kehamilan. Mempersiapkan kehamilan dan
persalinan dengan selamat baik ibu maupun bayi dengan trauma seminimal

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

8

mungkin. Mempersiapkan ibu dan keluarga dapat berperan dengan baik dalam
memelihara bayi agar dapat tumbuh dan berkembang secara normal (Faiqoh, et
al., 2014). Berikut adalah penjabaran mulai dari frekuensi, gambaran klinik,
diagnosis, pencegahan dan penanganan ibu yang mengalami preeklampsia :
1.

Frekuensi
Frekuensi preeklampsia untuk tiap negara berbeda-beda karena banyak

faktor yang mempengaruhinya: jumlah primigravida (kelahiran pertama), keadaan
sosial-ekonomi, perbedaan kriteria dalam penentuan diagnosis, dan lain-lain.
2.

Gambaran Klinik
Biasanya tanda-tanda preeklampsia timbul dalam urutan; pertambahan berat

badan yang berlebihan, diikuti edema, hipertensi, dan akhirnya proteinuria. Pada
preeklampsia ringan tidak ditemukan gejala-gejala subyektif. Pada preeklampsia
berat didapatkan sakit kepala di daerah frontal, skotoma, diplopia, penglihatan
kabur, nyeri di daerah epigastrum, mual atau muntah-muntah. Gejala-gejala ini
sering ditemukan pada preeklampsia yang meningkat dan merupakan petunjuk
bahwa eklampsia akan timbul. Tekanan darah pun meningkat lebih tinggi, edema
menjadi lebih umum, dan proteinuria bertambah banyak.
3.

Diagnosis
Diagnosis dini harus diutamakan bila diinginkan angka morbiditas dan

mortalitas rendah bagi ibu dan anaknya. Walaupun terjadinya preeklampsia sukar
dicegah, namun preeklampsia berat dan eklampsia biasanya dapat dihindarkan
dengan mengenal secara dini penyakit itu dan dengan penanganan secara

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

9

sempurna. Pada umumnya diagnosis preeklampsia didasarkan atas adanya 2 dari
trias tanda utama: hipertensi, edema, dan proteinuria. Hal ini memang berguna
untuk kepentingan statistik, tetapi dapat merugikan penderita karena tiap tanda
dapat merupakan bahaya kendatipun ditemukan tersendiri. Adanya satu tanda
harus menimbulkan kewaspadaan, apa lagi oleh karena cepat tidaknya penyakit
meningkat tidak dapat diramalkan; dan bila eklampsia terjadi, maka prognosis
bagi ibu maupun janin menjadi jauh lebih buruk. Tiap kasus preeklampsia oleh
sebab itu harus ditangani dengan sungguh sungguh.
4.

Pencegahan
Pemeriksaan antenatal (sebelum kelahiran) yang teratur dan teliti dapat

menemukan tanda-tanda dini preeklampsia, dan dalam hal itu harus dilakukan
penanganan semestinya. Walaupun timbulnya preeklampsia tidak dapat dicegah
sepenuhnya, namun frekuensinya dapat dikurangi dengan pemberian penerangan
secukupnya dan pelaksanaan pengawasan yang baik pada wanita hamil. Istirahat
tidak selalu berarti berbaring di tempat tidur, namun pekerjaan sehari-hari perlu
dikurangi, dan dianjurkan lebih banyak duduk dan berbaring. Diet tinggi protein
dan rendah lemak, karbohidrat, garam dan penambahan berat badan yang tidak
berlebihan perlu dianjurkan.
5.

Penanganan
Pengobatan hanya dapat dilakukan secara simtomatis karena etiologi

preeklampsia dan faktor-faktor apa dalam kehamilan yang menyebabkannya,
belum diketahui. Tujuan utama penanganan ialah (1) mencegah terjadinya

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

10

preeklampsia berat dan eklampsia; (2) melahirkan janin hidup; (3) melahirkan
janin dengan trauma sekecil-kecilnya. Pada dasarnya penanganan preeklampsia
terdiri atas pengobatan medik dan penanganan obstretik. Penanganan obstretik
ditujukan untuk melahirkan bayi pada saat yang optimal, yaitu sebelum janin mati
dalam kandungan, akan tetapi sudah cukup matur untuk hidup di luar uterus.
Setelah persalinan berakhir, jarang terjadi eklampsia, dan janin yang sudah cukup
matur lebih baik hidup di luar kandungan daripada dalam uterus. Waktu optimal
tersebut tidak selalu dapat dicapai pada penanganan preeklampsia, terutama bila
janin masih sangat prematur. Dalam hal ini diusahakan dengan tindakan medis
untuk dapat menunggu selama mungkin, agar janin lebih matur.
Pada umumnya indikasi untuk merawat penderita preeklampsia di rumah
sakit ialah; (1) tekanan darah sistolik 140 mmHg atau lebih dan/atau tekanan
darah diastolik 90 mmHg atau lebih; (2) proteinuria 1+ atau lebih; (3) kenaikan
berat badan 1,5 kg atau lebih dalam seminggu yang berulang; (4) penambahan
edema berlebihan secara tiba-tiba. Perlu diperhatikan bahwa apabila hanya 1
tanda ditemukan, perawatan belum seberapa mendesak, akan tetapi pengawasan
ditingkatkan, dan kepada yang bersangkutan dianjurkan untuk segera datang jika
ada keluhan. Sementara itu, dinasehatkan pula untuk banyak beristirahat dan
mengurangi pemakaian garam dalam makanan.
2.1.2 Derajat Tingkat Preeklampsia
Prinsip dasar kehamilan normal didefinisikan sebagai masa kehamilan yng
dimulai dari konsepsi sampai lahirnya janin. Lamanya hamil normal adalah 280

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

11

hari (40 minggu atau 9 bulan 7 hari) dihitung dari hari pertama haid terakhir.
Kehamilan dibagi menjadi 3 trimester yaitu trimester pertama di mulai dari
konsepsi sampai 3 bulan, trimester kedua dari bulan keempat sampai 6 bulan.
Trimester ketiga dari bulan ketujuh sampai 9 bulan (Saifuddin, et al., 2002).
Diagnosis kehamilan normal digambarkan
a. Ibu sehat, tidak ada riwayat obstetri buruk.
b. Pemeriksaan fisik dan laboratorium normal.
c. Tekanan darah dibawah 140/90 mmHg.
d. Kenaikan berat badan ½ kg setiap minggu masih dianggap normal.
Menurut

(Manuaba,

1998)

Preeklampsia

digolongkan

ke

dalam

preeklampsia ringan dan preeklampsia berat dengan gejala dan tanda
1) Preeklampsia Ringan
a. Tekanan darah sistolik 140 atau kenaikan 30 mmHg dengan interval
pemeriksaan 6 jam.
b. Tekanan darah diastolik 90 atau kenaikan 15 mmHg dengan interval
pemeriksaan 6 jam.
c. Kenaikan berat badan 1 kg atau lebih dalam seminggu.
d. Proteinuria 0,3 gr atau lebih dengan tingkat kualitatif plus 1 sampai 2
pada urin kateter atas urin aliran pertengahan.
2) Preeklampsia Berat
Bila salah satu diantara gejala atau tanda diketemukan pada ibu hamil
sudah dapat digolongkan preeklampsia berat:

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

12

a. Tekanan darah 160/110 mmHg
b. Proteinuria lebih dari 3 gr/liter
c. Keluhan subyektif:
i.

Nyeri epigastrum

ii.

Gangguan penglihatan

iii.

Nyeri kepala

iv.

Edema paru dan sianosis

v.

Gangguan kesadaran

d. Pemeriksaan:
i.

Kadar enzim hati meningkat disertai ikterus

ii.

Perdarahan pada retina

iii.

Trombosit kurang dari 100.000/mm

Peningkatan gejala dan tanda preeklampsia berat memberikan petunjuk
akan terjadi eklampsia, yang mempunyai prognosa buruk dengan angka
kematian maternal dan janin tinggi.
2.2

Sistem Pakar
Menurut (Turban, et al., 2005) , sistem pakar adalah perangkat lunak

pengambilan keputusan atau pemecahan masalah yang dapat mencapai tingkat
performa yang setara –atau bahkan lebih– dengan pakar manusia di beberapa
bidang khusus dan biasanya mempersempit area masalah. Keahlian ditransfer dari
pakar ke suatu komputer. Pengetahuan ini kemudian disimpan di dalam komputer,
dan pengguna menjalankan komputer untuk nasihat spesifik yang diperlukan.

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

13

Sistem pakar menanyakan fakta-fakta dan dapat membuat inferensi dan sampai
pada

suatu

kesimpulan

khusus.

Kemudian,

menasehati

nonexpert

dan

menjelaskan, jika perlu, logika di balik nasehat yang diberikan.
2.2.1 Struktur Sistem Pakar
Sistem pakar terdiri dari 2 bagian pokok, yaitu: lingkungan pengembangan
(development

environtment)

dan

lingkungan

konsultasi

(consultation

environtment). Lingkungan pengembangan digunakan sebagai pembangun sistem
pakar dari segi pembangunan komponen maupun basis pengetahuan. Lingkungan
konsultasi digunakan oleh seorang yang bukan ahli untuk berkonsultasi (Turban,
1995).

Gambar 2.1 Struktur Sistem Pakar
Komponen-komponen yang terdapat dalam sebuah sistem pakar terdiri dari,
1. Antarmuka pengguna (user interface)
Pada komponen ini terjadi dialog antara program dan user, dimana sistem
menerima input berupa informasi dan instruksi dari user, dan sistem
memberikan output berupa informasi kepada user.

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

14

2. Basis pengetahuan (knowledge base)
Basis pengetahuan dapat dikatakan sebagai kumpulan informasi dan
pengalaman seorang ahli pada suatu bidang tertentu.
3. Akuisisi pengetahuan (knowledge acquisition)
Akuisisi pengetahuan merupakan transformasi keahlian menyelesaikan
masalah dari sumber pengetahuan kedalam program komputer.
4. Mesin inferensi
Mesin inferensi merupakan otak dari sistem pakar yang mengandung
mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan
oleh seorang pakar. Mesin inferensi bertindak sebagai penarik kesimpulan
dan mengontrol mekanisme dari sistem pakar.
5. Daerah Kerja (Workplace)
Untuk merekam hasil sementara yang akan dijadikan sebagai keputusan dan
untuk menjelaskan sebuah masalah yang terjadi, sistem pakar membutuhkan
workplace, yaitu area pada memori yang berfungsi sebagai basis data.
6. Subsistem penjelasan (explanation subsystem)
Komponen ini adalah komponen tambahan yang akan meningkatkan
kemampuan sistem pakar. Menggambarkan penalaran sistem kepada pemakai
dengan cara menjawab banyak pertanyaan-pertanyaan.
7. Perbaikan pengetahuan
Pakar memiliki kemampuan untuk menganalisa dan meningkatkan kinerjanya
serta kemampuan untuk belajar dari kinerjanya.

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

15

2.3

Logika Fuzzy
Pada tahun 1965 Lotfi Zadeh, Profesor dan Kepala Teknik Elektro

Departemen di University of California di Berkeley, menerbitkan penelitiannya
yang terkenal yaitu “Fuzzy Set”. Zadeh memperkenalkan konsep baru dari logika
matematika untuk mengaplikasikan istilah bahasa alami (natural language term).
Logika baru ini direpresentasikan dan dimanipulasi kekaburannnya sehingga
disebut Logika Fuzzy. Logika fuzzy ditentukan sebagai seperangkat prinsip
matematika untuk pengetahuan representasi berdasarkan derajat keanggotaan
bukan pada crisp membership logika biner klasik. Tidak seperti dua nilai logika
Boolean, logika fuzzy bersifat multi-valued. Ini berkaitan dengan derajat
keanggotaan dan derajat kebenaran. Logika fuzzy menggunakan kontinum nilai
logis antara 0 (sepenuhnya salah) dan 1 (sepenuhnya benar) daripada hanya hitam
dan putih, menerima bahwa hal bisa sebagian benar dan sebagian salah pada
waktu yang sama. (Negnevitsky, 2005).
2.3.1 Himpunan Fuzzy
Teori Himpunan Crisp diatur oleh logika yang menggunakan salah satu dari
hanya dua nilai yaitu: benar atau salah. Logika ini tidak dapat mewakili konsep
yang tidak jelas, dan karena itu gagal untuk memberikan jawaban. Ide dasar dari
teori himpunan fuzzy adalah kepemilikan elemen himpunan fuzzy dengan tingkat
tertentu keanggotaan. Dengan demikian, proposisi menjadi tidak benar atau salah,
tetapi mungkin sebagian benar (atau sebagian salah) untuk setiap tingkat dan
biasanya diambil sebagai bilangan real dalam interval [0,1].

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

16

Sebuah himpunan fuzzy dapat didefinisikan sebagai satu himpunan dengan
batasan fuzzy. Dalam teori fuzzy, himpunan fuzzy A dari semesta X didefinisikan
oleh fungsi µA(x) yang disebut sebagai fungsi keanggotaan dari himpunan A.
(2.1)

µA(x) : X [0,1]
dimana :
µA(x) = 1 jika x adalah bagian himpunan A;
µA(x) = 0 jika x bukan bagian himpunan A;
0 < µA(x) < 1 jika x adalah bagian dari himpunan A.

Himpunan ini memungkinkan sebuah kontinum dari kemungkinan pilihan.
Untuk setiap elemen x dari semesta X, fungsi keanggotaan µA(x) sama dengan x
sebagai elemen dari himpunan A. Oleh karena itu, nilai antara 0 dan 1, mewakili
derajat keanggotaan, juga disebut nilai keanggotaan, elemen x di himpunan A.
2.3.2 Fungsi Keanggotaan
Cara untuk merepresentasikan himpunan fuzzy adalah terlebih dahulu
menentukan fungsi keanggotaan yang dilakukan untuk pemenuhan titik-titik input
data ke dalam nilai keanggotaannya. Fungsi-fungsi ini dapat mewakili data real di
set fuzzy, tetapi juga meningkatkan waktu komputasi. Oleh karena itu, dalam
prakteknya, sebagian besar menggunakan linear fit functions dengan representasi
segitiga dan trapesium (Negnevitsky, 2005).
1) Representasi kurva segitiga
Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linear).
Representasi kurva segitiga ditunjukkan pada Gambar 2.2.

SKRIPSI

SISTEM PAKAR DETEKSI ...

ADINDA MUSTIKA NUGRAHENI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

17

Gambar 2.2 Representasi Fungsi Keanggotaan Kurva Segitiga
Fungsi keanggotaan kurva segitiga, menurut (Saleh, et al., 2011), ditunjukkan
pada persamaan 2.1 berikut

µ(x) =

0;
(x-a)/(b-a);
1;
(c-x)/(c-b);
0;

x≤a
a