Sistem Pakar Penentuan Gizi Makanan Bagi Pasien yang Opname Menggunakan Metode Fuzzy - Tsukamoto [Studi Kasus Klinik dan Rumah Sakit Ibnu Sina Dampit, Malang]

  Vol. 2, No. 8, Agustus 2018, hlm. 2503-2508 http://j-ptiik.ub.ac.id

  

Sistem Pakar Penentuan Gizi Makanan Bagi Pasien yang Opname

Menggunakan Metode Fuzzy - Tsukamoto

[Studi Kasus Klinik dan Rumah Sakit Ibnu Sina Dampit, Malang]

_{1 2 3} Rizqi Addin Arfiansyah , Edy Santoso , Marji

  Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas ₁

  

Abstrak

  Gizi adalah kebutuhan setiap orang. Setiap orang membutuhkan asupan gizi yang baik. Tubuh yang sehat pasti membutuhkan nutrisi dengan baik. Apalagi dengan kondisi sakit tentu membutuhkan lebih banyak nutrisi sesuai dengan penyakitnya. Dalam penelitian ini di klinik dan rumah sakit Ibnu Sina Dampit ada pasien yang dirawat di rumah sakit yang membutuhkan asupan gizi. Dalam hal ini sudah ada metode pencarian tingkat hara yang dibutuhkan yang dikeluarkan oleh dinas kesehatan. Dengan nama rumus AMB (basal metabolic rate). Dengan menggunakan rumus AMB bisa diketahui sejumlah kalori yang dibutuhkan. Penulis membahas penggunaan metode fuzzy

  

Tsukamoto sebagai acuan penentuan makanan bergizi yang bekerja sama dengan para ahli untuk

  menciptakan sistem pakar penentuan gizi makanan bagi pasien rawat inap. Disini penulis mengapa menggunakan metode Fuzzy Tsukamoto karena metode metode Tsukamoto lebih kuat daripada metode Fuzzy Mamdhani atau Fuzzy Tsugeno. Pada sistem inferensi fuzzy ada beberapa metode, seperti metode mamdani, metode sugeno, metode tsukamoto, namun dalam penelitian ini menggunakan metode Tsukamoto karena metode tsukamoto adalah salah satu metode logika fuzzy, yang digunakan untuk menghitung hasil keputusan (z) dari Sebuah penyakit. Ini merupakan masukan ke ruang keluaran dengan aturan berbentuk IF-THEN dengan fungsi keanggotaan yang diwakili oleh ruang sampel dan hasil akhir yang dihasilkan adalah nilai keputusan sebagai rata-rata tertimbang (z). Dan menghasilkan akurasi dengan presentase akurasi 90% berdasarkan data yang digunakan.

  Kata kunci: Sistem Pakar,Penentuan Gizi Makanan ,Fuzzy , Tsukamoto

Abstract

  

Nutrition is everyone's requirement. Everyone needs a good nutritional intake. A healthy body

certainly needs nutrition well. Especially with the condition of ill certainly require more nutrition

in accordance with his illness. In this study at the clinic and hospital Ibn Sina Dampit there are

patients who are hospitalized who need nutritional intake. In this case there is already a search

method of required nutrient levels issued by the health department. With the name rumua AMB

(basal metabolic rate). By using the formula AMB can know a number of calories needed. The

authors discussed using Fuzzy Tsukamoto method as a reference for the determination of

nutritional foods that work with experts to create an expert system of nutritional determination of

food for patients who hospitalization. Here the author why using the method of Fuzzy tsukamoto

due to Tsukamoto method method is stronger than Fuzzy Mamdhani or Fuzzy Tsugeno method. In

the fuzzy inference system there are several methods, such as mamdani method, sugeno method,

tsukamoto method, but in this thesis use tsukamoto method because tsukamoto method is one

method of fuzzy logic, which is used to calculate the decision result (z) of a disease. It represents

an input to the output space with an IF- THEN-shaped rule with a membership function that is

represented by the state space of a sample and the resulting end result is a decision value as a

weighted average (z). And produce accuracy with 90% accuracy percentage based on data used.

  Keywords: Expert System, Determination of dietary Nutrition, Fuzzy, Tsukamoto Fakultas Ilmu Komputer Universitas Brawijaya

  

2503

  2. Pengolahan bahasa alami. Dengan pengolahan bahasa alami ini diharapkan user mampu berkomunikasi dengan komputer dengan menggunakan bahasa sehari – hari.

  Dalam kecerdasan buatan terdapat lingkup utama yaitu:

  Asupan (konsumsi) makanan merupakan banyaknya atau jumlah pangan, secara tunggal maupun beragam, yang dikonsumsi seseorang atau sekelompok orang yang bertujuan untuk memenuhi kebutuhan fisiologis, psikologis dan sosiologis.Konsumsi pangan merupakan faktor utama untuk memenuhi kebutuhan gizi yang selanjutnya bertindak menyediakan energi bagi tubuh, mengatur proses metabolisme, memperbaiki jaringan tubuh serta untuk pertumbuhan. Apabila tubuh kekurangan zat gizi, khususnya energi dan protein, pada tahap awal akan meyebabkan rasa lapar dan dalam jangka waktu tertentu berat badan akan menurun yang disertai dengan menurunnya produktivitas kerja. Gizi meliputi pengertian yang luas, tak hanya mengenai jenis-jenis pangan dan gunanya bagi badan melainkan juga mengenai cara- cara memperoleh serta mengolah dan mempertimbakan agar tubuh tetap sehat.

  Penetapan menu makanan dan berdasarkan gizi yang akan diterima pasien adalah hal umum pada setiap rumah sakit. Tentunya semua berdasarkan data yang telah di list oleh rumah sakit atau klinik yang bersangkutan. Kadar garam atau gula telah ditentukan berdasarkan penyakit pasien masing

  4. Computer Vision, mencoba untuk dapat mengintrepesentasikan gambar atau objek

  3. Pengenalan ucapan. Melalui pengenalan ucapan diharapkan manusia mampu berkomunikasi dengan komputer dengan menggunakan suara

  1. PENDAHULUAN

  1. Sistem Pakar. Komputer digunakan sebagai saran untuk menyimpan pengetahuan para pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan masalah dengan meniru keahlian yang dimiliki oleh pakar.

• – objek tampak melalui komputer.
• – masing. Untuk penanganan gizi tersebut selama ini seorang ahli masih menggunakan sistem manual dokter atau ahli gizi, biasanya akan mengusulkan untuk pengaturan pola makan termasuk jenis dan jumlah makanan.

  Kecerdasan buatan (Artificial teori himpunan fuzzy. Pada teori himpunan Sistem inferensi fuzzy merupakan suatu

  Menyimpan pengetahuan dan keahlian pakar 2. Tidak memerlukan biaya saat digunakan.

  pertama kalinya oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika fuzzyialah

  computing .Logika fuzzy diperkenalkan

  Logika fuzzy merupakan salah satu komponen pembentuk soft

  2.3 Logika Fuzzy

  5. Dapat meningkatkan kualitas dan produktivitas karena sistem pakar dapat memberi nasihat yang konsisten dengan kesalahan yang minim.

  4. Hemat waktu dalam proses pengambilan keputusan.

  3. Dapat digandakan dengan waktu minimal dan biaya yang sedikit.

  Sistem Pakar adalah sebuah aplikasi komputer yang dibuat dan dimodelkan untuk memecahkan suatu permasalahan seperti layaknya seorang pakar. Manfaat dari Sistem Pakar antara lain : 1.

  Intelligence) merupakan satu bagian ilmu

  2.2 Sistem Pakar

  Dalam penulisan ini akan menggunakan konsep logika fuzzy dan menerapkannya dalam bentuk pembuatan sistem inferensi

  fuzzy. Dikarenakan konsep tersebut

  merupakan konsep matematis yang mendasari penalaran secara sederhana dan mudah dimengerti. Logika fuzzy sangatlah fleksibel dan memiliki toleransi terhadap data- data pencarian status asupan makanan bagi pasien yang dirawat.

  2. LANDASAN KEPUSTAKAAN

2.1 Kecerdasan Buatan (Artifical

  Inteligence)

  komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia (Kusumadewi,2003).

  fuzzy , peran derajat keanggotaan sebagai

  kerangka komputasi yang didasarkan pada teori penentu keberadaan elemen di dalam suatu himpunan tersebut. Adapun ciri utama dalam

  2.4.1 Derajat keanggotaan

  penalaran logika fuzzy (Kusuma Dewi, 2003).

  Pada fuzzy tsukamoto terdapat penentuan Adapun beberapa alasan penggunaan logika derajat keanggotaan yang digunakan untuk

  fuzzy (Kusuma Dewi, 2003), adalah :

  menentukan kriteria suatu data pasien yang 1. Konsep logika fuzzy mudah untuk digunakan. dipahami. Logika fuzzy menggunakan dasar teori himpunan, dengan arti konsep matematis yang mendasari penalaran fuzzy cukuplah mudah untuk dipahami.

  2. Logika fuzzy sangatlah fleksibel, dengan arti mampu beradaptasi dengan perubahan-perubahan dan

  Gambar 1. Contoh Derajat Keanggotaan Umur ketidakpastian pada permasalahan.

  Pada gambar diatas suatu contoh grafik Logika fuzzy mempunyai toleransi derajat keanggotaan umur yang terdiri dari terhadap data yang homogenik dan beberapa kriteria : MUDA,PAROBAYA,TUA dan data “eksklusif”, sehingga logika fuzzy SANGAT TUA. mempunyai kapabilitas untuk menangani data eksklusif tersebut.

  3. PERANCANGAN

2.4 Fuzzy Tsukamoto

  Dalam sistem inferensi fuzzy ada beberapa

  Studi

  metode, diantaranya metode mamdani, metode sugeno, metode tsukamoto, namun dalam skripsi ini menggunakan metode tsukamoto karena metode tsukamoto merupakan salah satu

  Pengumpulan

  metode dari logika fuzzy, yang digunakan untuk menghitung nilai hasil keputusan (z) dari suatu penyakit. Yang merepresentasikan suatu input

  Pra-proses

  ke ruang output dengan aturan berbentuk IF- THEN dengan fungsi keanggotaan yang direpresentasikan dengan ruang keadaan pada suatu sample dan hasil akhir yang diperoleh

  Analisa Kebutuhan

  berupa nilai keputusan sebagai rata-rata terbobot (z).

  Menurut Sri kusumadewi dan Sri Hartati (2010) Sistem Inferensi Fuzzy merupakan

  Perancangan

  suatu kerangka komputasi yang didasarkan pada teori himpunan fuzzy, aturan dalam fuzzy direprentasikan dalam bentuka IF-THEN.

  Sistem inferensi Fuzzy menerima input

  Implementasi

  yang bernilai tegas (crisp). Kemudian inutan tersebut akan ditransfer ke dalam basis pengetahuan yang berisi aturan-aturan fuzzy. Proses selanjkutnya yaitu dengan mencari nilai

  Pengujian keanggotaan pada setiap aturan (rule).

  Selanjutnya pada hasil tersebut akan dilakukan dufuzzy, dengan tujuan mendapatkan nilai crisp sebagai output pada sistem yang dibuat.

  Pengambilan

  Oleh karena itu semua proses dalam

  Gambar 2. Diagram Blok Metodologi Penelitian penentuan bertumpu pada Fuzzy Tsukamoto. menggunakan himpunan-himpunan ,

  3.1 fuzzy

   Batasan Penelitian dengan fungsi keanggotaan yang monoton.

1. Data yang digunakan dalam penelitian ini

  Kemudian untuk menentukan hasil tegas (crisp adalah Data gizi dan Menu makanan pada digunakan rumus penegasan

  solution)

  klinik dan rumah sakit Ibnu Sina (defuzzifikasi) yang disebut "Metode rata-rata Dampit,Malang. terpusat" atau "Metode defuzzifikasi rata-rata 2. Pada proses penentuan menu hanya terpusat (center average deffuzzyfier). digunakan 5 sampel penyakit dikarenakan keterbatasan data pakar gizi dari klinik

  4. IMPLEMENTASI

  dan rumah sakit Ibnu Sina Dampit,Malang.

  4.1 Halaman Awal dan Input data 3.

  Metode yang digunakan adalah metode Fuzzy Tsukamoto Untuk memproses setiap alur data yang diinputkan. Sebagai acuan perbandingan rumus AMB yang digunakan dan dikeluarkan oleh Dinas Kesehatan Republik Indonesia.

  4. Output yang dihasilkan pada penelitian ini berupa hasil penentuan menu yang melalui proses metode fuzzy mulai awal

  Gambar 3(a). Tampilan Antarmuka Home

  sampai dengan Defuzzifikasi dan

  Rancangan user interface pada halaman penentuan menu pada pasien. utama pada sistem pakar penentuan gizi

  5. menggunakan bahasa Program

  makanan bagi pasien menggunakan Fuzzy

  pemrograman Java Netbeans dengan JDK Tsukamoto. versi 1.8.

  Berikut merupakan penjabaran mengenai

3.2 Implementasi Algoritma Fuzzy

  textfield yang digunakan pada aplikasi

  Tsukamoto

  sistem pakar penentuan gizi makanan Proses implementasi algoritma Fuzzy menggunakan Fuzzy Tsukamoto, yaitu :

  Tsukamoto untuk penentuan gizi makanan 1.

  Textfield ‘Nama’ dan ‘laki-laki’ pada pasien adalah sebagai berikut: atau ‘perempuan’ digunakan untuk

  Langkah pertama dalam metode Fuzzy menginputkan data tentang pasien Tsukamoto dalam penelitian ini adalah dengan dan jenis kelamin. memasukkan variabel-variabel yang digunakan 2.

  Textfield ‘Berat badan’ digunakan dalam penegakan diagnosis penyakit Jantung untuk menginputkan data pasien

  Kororner yaitu Usia, Denyut Nadi, Tekanan untuk data berat badan dengan Darah, Kolestrol dan Gula darah. Proses satuan kilogram. selanjutnya yaitu dengan menentukan derajat 3.

  Textfield ‘Tinggi Badan’ digunakan keanggotaan himpunan fuzzy, dimana derajat untuk menginputkan data pasien keanggotaan tersebut akan menjadi nilai dalam untuk data tinggi badan dengan himpunan fuzzy. Kemudian menghitung nilai satuan centimeter.

  4. alpha (α). Nilai alpha didapatkan dari peridikat Textfield ‘Umur’ digunakan aturan dengan mengambil nilai minum dari untuk menginputkan data umur derajat keanggotaan variabel satu dengan pasien. variabel yang lainnya, yang telah

  4.2 Halaman Antarmuka Hasil Fuzzifikasi

  dikombinasikan dalam aturan yang telah di tentukan. Kemudian langkah selanjutnya adalah dengan memperhitungkan deffuzyfikasi.

  Σ( ∗ ) persamaan Defuzzifier (1)

  = Σα

  Pada metode Tsukamoto, implikasi setiap aturan berbentuk implikasi "Sebab- Akibat"/Implikasi "Input-Output" yang antara anteseden dan konsekuen harus ada

  Gambar 3(b). Tampilan Antarmuka Fuzzifikasi

  berhubungan. Setiap aturan direpresentasikan

  Implementasi halaman antarmuka hasil keterkaitan dari hasil pengujian dan dengan fuzzifikasi adalah halaman yang digunakan data yang sebenarnya. Dalam penenlitian ini untuk melihat hasil perhitungan dan pengujian pencocokan hasil dilakukan untuk pengelompokkan fuzzifikasi sesuai dengan data mengetahui akurasi dari sistem pakar input pasien. penentuan gizi makanan menggunakan metode fuzzy- Tsukamoto. Pengujian akurasi dilakukan

  4.3 Halaman Antarmuka Defuzzifikasi

  dengan cara mencocokkan dengan data yang digunakan oleh pakar gizi rumah sakit yang menghasilkan akurasi tingkat 90 %.

  9 = 100% = 90% (2)

  10 Diambil dari data uji sebanyak 10 data pasien dan perbandingan data pakar.

  6. KESIMPULAN

  Kesimpulan yang didapat dari

  Gambar 3(c). Tampilan Antarmuka Defuzzifikasi

  pengujian yang telah dilakukan pada penentuan gizi makanan menggunakan Implementasi antarmuka defuzzifikasi

  Fuzzy Tsukamoto adalah sebagai berikut : adalah halaman yang digunakan untuk melihat

  1. proses perhitungan defuzzifikasi sebelum Aplikasi Sistem Pakar Penentuan

  Gizi Makanan bagi pasien proses penentuan menu. Proses defuzzifikasi menggunakan metode Fuzzy- adalah proses dimana untuk penentuan akhir Tsukamoto telah dibuat sesuai nilai crisp yang di rata ratakan sebagai proses dengan perancangan dan dapat akhir dari metode fuzzy. digunakan untuk membantu petugas

  4.4 Halaman Antarmuka Penentuan Menu

  Katering dari Klinik Ibnu Sina dampit Malang untuk menentukan kadar gizi makanan pasien di klinik. Beberapa fitur yang disediakan antara lain : penentuan kriteria pasien dan penentuan makanan dsesuai dengan kriteria pasien dan penyakitnya 2. Aplikasi sistem ini dibuat sebagai alat bantu pengambil keputusan menentukan menu gizi makanan

  Gambar 3(d). Tampilan Antarmuka Penentuan

  bagi pasien opname berdasarkan

  Menu

  pada kriteria-kriteria yang sudah ditetapkan pada pasien opname

5. PENGUJIAN DAN ANALISIS

  dengan menggunakan metode

5.1 Pengujian Fungsional

  inferensi fuzzy Tsukamoto. Dalam sistem ini diperoleh hasil yang sama Pengujian fungsional merupakan antara perhitungan fuzzy Tsukamoto dimana pengujian ini digunakan untuk uji pada aplikasi sistem dengan struktur fungsional dari kebutuhan yang telah perhitungan fuzzy Tsukamoto dijelaskan pada subbab analisis perangkat manual yang menggunakan alat lunak. Untuk menguji kinerja sistem ini bantu spreadsheet. dibutuhkan pengujian fungsionalitas aplikasi. Pengujian ini dilakukan dengan cara

DAFTAR PUSTAKA

  menjalankan fitur dalam aplikasi dan melihat apakah hasilnya sudah sesuai dengan yang Gunawan & Rouf, 2013. Purwarupa Sistem diharapkan.

  Kendali Keceptan Mobil Berdasarkan

5.2 Pengujian Akurasi

  Jarak dengan Sistem Inferensi Fuzzy

  Pengujian akurasi merupakan ukuran

  . PP. 117-126.

  Tsukamoto

  Bon & Utami, 2014. An Analytycal Hierachy

  Process and Fuzzy Inference System Tsukamoto for Production Plainning : a

  The Review and Conceptual Research. Business & Management Review, Vol.

  5. Bon, TA, Utami, FS. 2014. An Analytical

  Hierarchy Process and Fuzzy Inference System Tsukamoto for Production Planning : a Review and Conceptual Research. Department of Production and

  Operations Management, Faculty of Technology Management and Business, Universiti Tun Hussein Onn Malaysia.

  Saelan A. 2009. Logika Fuzzy. Program Studi Teknik Informatika. Institut Teknologi Bandung. Bandung

  Sri Kusumadewi, Artificial Intelligence

  Teknik dan Aplikasinya, Graha IlmuYogyakarta.

  Kusrini, 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta , Andi Offset. Rachim, Zulfikar Aulia. 2008.

  “Implementasi sistem pakar dalam penentuan diet pasien”. Universitas Ahmad Dahlan Yogyakarta.

  Sediaoetama, Ahmad Djaeni. 2010. Ilmu Gizi untuk mahasiswa dan Profesi Jilid I .

  Jakarta. Dian Rakyat.