Diagnosis Penyakit THT Menggunakan Metode Fuzzy Tsukamoto Berbasis Android
Vol. 2, No. 8, Agustus 2018, hlm. 2361-2365 http://j-ptiik.ub.ac.id
Diagnosis Penyakit THT Menggunakan Metode Fuzzy Tsukamoto
Berbasis Android
1 2 3 Fahmiyanto Ekajaya , Nurul Hidayat , Mahardeka Tri AnantaProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: fahmiyanto23@yahoo.com, ntayadih@ub.ac.id, deka@ub.ac.id
Abstrak
Selama ini pemutusan diagnosa pada penyakit selalu mengandalkan perkiraan dari hasil klinik ataupun laboratorium. Dimana dengan hal tersebut banyak ditemui kekurangan yang berakibat kerugian bagi pihak pasien dalam memanajemen waktu. Berdasarkan data persediaan dan jumlah permintaan, maka dirancang suatu sistem penunjang keputusan menggunakan metode fuzzy tsukamoto. Dalam sistem diagnosis penyakit THT dengan berbasis android Variabel permintaan terdiri dari dua himpunan fuzzy, yaitu: TURUN, dan NAIK, variabel persediaan terdiri dari dua himpunan fuzzy,yaitu: SEDIKIT, dan BANYAK, sedangkan variabel produksi terdiri dari dua himpunan fuzzy yaitu: BERKURANG, dan BERTAMBAH. Penghitungan akurasi pada penelitian ini tidak dipisah berdasarkan setiap penyakit melainkan akurasi untuk keseluruhan penyakit dan menghasilkan nilai akurasi sebesar 93,75%
Kata Kunci : fuzzy, inferensia, metode tsukamoto, produksi, defuzzifikasi,
Abstract
During this time the diagnosis of the disease always relies on clinical or laboratory estimates. Where
with it many found deficiencies that resulted in losses for the patient in managing time. Based on the
inventory data and the number of requests, it is designed a decision support system using the method
fuzzy tsukamoto.In the diagnosis system of THT diseases with android based The demand variable
consists of two fuzzy set, namely: DOWN, and NAIK, inventory variable consists of two fuzzy set, :
LITTLE, and MANY, while the production variable consists of two fuzzy sets namely: REDUCE, and
ADDED. The calculation of accuracy in this study was not separated based on each disease but
accuracy for the whole disease and resulted in an accuracy of 93.75% Keywords: fuzzy inference, methods Tsukamoto, production, defuzzification,mendiagnosa penyakit pada telinga, hidung atau
1. PENDAHULUAN tenggorokan sebagai langkah awal untuk
mengobati pasien, sehingga dapat membantu Telinga, hidung, dan tenggorokan penanganan dan penyembuhan pasien dihubungkan satu sama lain oleh saluran yang
Untuk membuat sistem diagnosa ini, dinamakan saluran “Eustachian tube”. Oleh diperlukan suatu metode yang dapat mengambil karena itu infeksi pada hidung dapat menyebar suatu keputusan apakah seseorang terjangkit ke tenggorokan dan sebaliknya. salah satu penyakit pada telinga, hidung atau
Penyakit telinga, hidung dan tenggorokan tenggorokan atau tidak. Maka pada sistem ini merupakan penyakit yang banyak di jumpai di digunakan metode tsukamoto untuk mengambil Indonesia, karena masyarakat desa atau pelosok keputusan berdasarkan data hasil survey yang kurang peduli terhadap kebersihan dan sering telah diperoleh. Data hasil survey tersebut membiarkan bila ada gejala-gejala infeksi pada digunakan sebagai pembelajaran sistem yang telinga, hidung, maupun tenggorokan. Selain itu, nantinya dapat memberikan suatu keputusan dokter-dokter spesialis THT mayoritas berada di tentang kondisi pasien. pusat kota yang sulit dijangkau oleh masyarakat
Smartphone android merupuakan
desa. Sehingga, masyarakat sering membiarkan perangkat yang banyak dimiliki oleh masyarakat dan hanya mengobati sekedarnya.Dari uraian di luas, dan sudah umum setiap masyarakat dapat atas, maka diperlukan sistem yang dapat mengakses informasi melalui perangkat
Fakultas Ilmu Komputer Universitas Brawijaya
2361 smartphone tersebut oleh Karena itu maka aplikasi diagnosa ini ditujukan untuk perangkat smartphone android.
Dari permasalahan diatas, maka diperlukan aplikasi untuk mendiagnosa penyakit THT Dengan harapan nantinya dapat dilakukan secara cepat, mudah, efisien dan seluruh data yang ada terekam secara baik didalam database sehingga akan memudahkan dalam proses pencarian data.
Telinga, hidung dan tenggorokan dihubungkan satu sama lain oleh saluran yang dinamakan saluran “Eustachian tube”. Oleh karena itu infeksi pada hidung dapat menyebar ke tenggorokan dan sebaliknya.
Semua proses diatas direkam di application stack oleh sistem Activity manager. Menekan tombol back hanya kembali ke halaman sebelumnya, analoginya mirip dengan browser.
Perangkat berbasis android hanya mempunyai satu layar foreground. Normalnya saat menghidupkan android, yang pertama Kamu lihat adalah home. Kemudian bila Kamumenjalankan sebuah aplikasi catur, User Interfacenya (UI) akan menumpuk diatas layar sebelumnya (home). Kemudian bila melihat help-nya catur, maka UI help akan menimpa UI sebelumnya (catur), begitu seterusnya.
2.3 Android
Dalam membangun sebuah sistem fuzzy dikenal beberapa metode penalaran, antara lain: metode Tsukamoto, metode Mamdani, dan metode Sugeno. Pada aplikasi prediksi penyakit akan digunakan Tsukamoto. Adapun kelebihan dari metode Tsukamoto adalah memiliki toleransi terhadap datadata yang tidak tepat dan mudah dimengerti. Pada metode tsukamoto, setiap aturan direpresentasikan menggunakan himpunan-himpunan fuzzy, dengan fungsi keanggotaan yang monoton. Untuk menentukan nilai output yang tegas dicari dengan mengubah input menjadi suatu bilangan pada domain himpunan fuzzy tersebut.
Teori fuzzy (fuzzy logic), dikenal sebuah logika tegas (Crisp logic) yang memiliki nilai benar atau salah secara tegas. Sebaliknya logika fuzzy merupakan sebuah logika yang memiliki nilai kekaburan atau kesamaran antara benar dan salah. Dalam teori logika fuzzy sebuah nilai bisa bernilai benar dan salah secara bersamaan namun berapa besar kebenaran dan kesalahan suatu nilai tergantung kepada bobot keanggotaan yang dimilikinya.
2.2 Metode Fuzzy Tsukamoto
2. TINJAUAN PUSTAKA
2.1 THT
Proses fuzzikasi adalah perhitungan nilai atau masukan. Proses fuzzification adalah garing perhitungan nilai atau masuka nilai-nilai ke tingkat keanggotaan Perhitungan fuzzification proses berdasarkan batas-batas fungsi keanggotaan. Set fungsi keanggotaan fuzzy dapat dilihat pada Gambar 1 dan Gambar 2
Infeksi Sinus (Rongga Hidung) Radang rongga hidung (sinusitis) dapat disebabkan oleh alergi atau infeksi. Peradangan ini mengakibatkan meningkatnya produksi lendir berair, hidung tersumbat dan juga sakit kepala. Kebanyakan mereka yang terserang sinusitis biasanya menunjukkan gejala-gejala yang berat pada pagi hari dan merasa lebih baik pada siang hari. Dianjurkan untuk konsultasi ke dokter jika keadaan ini sangat mengganggu.
Infeksi telinga disebabkan oleh lendir yang tertumpuk pada saluran telinga pada waktu anak mencoba mengeluarkan lendir dari hidung. Jika lendir terinfeksi, akan menyebabkan pembengkakan yang dapat menyebabkan tuli. Hal ini tidak terjadi pada dewasa karena saluran yang menghubungi hidung dan telinga lebih panjang.
Keluar cairan (cair atau nanah) dari telinga 4. Telinga berdengung (tinitus) 5. Vertigo, apabila kelainan terdapat di telinga dalam
1. Rasa nyeri di telinga (otalgia). Otalgia ini kadang-kadang tidak hanya terjadi pada telinga, tetapi saat sakit gigi, sakit pada mulut, tenggorokan, hidung dan pada leher, sebab adanya nyeri alih melalui saraf otak IX.
Gejala kelainan pada telinga adalah sebagai berikut :
2. Pendengaran terganggu 3.
Gambar 1 Fungsi Keanggotaan Otitis Gambar 3 Fungsi Keanggotaan Rhinosinusitis
Fungsi Keanggotaan Rendah : Fungsi Keanggotaan Rendah :
1 ∶ < 30 1 ∶ < 30 70 − 60 −
70 − 30 ∶ 30 < < 70 60 − 30 ∶ 30 < < 60 0 ∶ > 70 0 ∶ > 60
Fungsi Keanggotaan tinggi : Fungsi Keanggotaan tinggi :
1 ∶ > 70 1 ∶ > 60 − 30 − 30
70 − 30 ∶ 30 < < 70 60 − 30 ∶ 30 < < 60 0 ∶ < 30 0 ∶ < 30
Gambar 2 Fungsi Keanggotaan Rhinithis Alergi Gambar 4 Fungsi Keanggotaan Malasie
Fungsi Keanggotaan Rendah : Fungsi Keanggotaan Rendah :
1 ∶ < 25 1: < 20 50 −
50 − 50 − 25 ∶ 25 < < 50 50 − 20 ∶ 20 < < 50
0 ∶ > 50 0: > 50
Fungsi Keanggotaan tinggi : Fungsi Keanggotaan tinggi :
1 ∶ > 70 1: > 50 − 25
− 20 ∶ 25 < < 50 ∶ 20 < < 50 50 − 25
50 − 20
0 ∶ < 25 0: < 20
1
98
7
90 Ya
20
90
6
30 Tidak
20
99
5
90 Ya
20
90
4
20 Tidak
95
20
3
Tabel 1. Rule Penyakit Otitis No g1 g2 g3 Otitis
25
20
20 Tidak
2
20
90
20 Ya
95 Ya
Pengujian perangkat lunak pada penelitian ini dilakukan agar dapat menunjukan bahwa perangkat lunak telah mampu bekerja sesuai dengan spesifikasi dari kebutuan yang ada. Pengujian sistem dilakukan meliputi yaitu :
1 Rendah Rendah Rendah Tidak
2 Rendah Rendah Tinggi Ya
3 Rendah Tinggi Rendah Tidak
4 Rendah Tinggi Tinggi Ya
5 Tinggi Rendah Rendah Tidak
6 Tinggi Rendah Tinggi Ya
7 Tinggi Tinggi Rendah Ya
8 Tinggi Tinggi Tinggi Ya Tabel 2. Gejala penyakit otitis Kode Gejala Nama Gejala
G1 Batuk Pilek G2 Gangguan Pendengaran G3 Keluar Cairan Dari Telinga
Pengujian akurasi dilakukan dengan membandingkan hasil dari sistem dengan diagnosa dari dokter, data uji didapatkan dari salah satu dokter rumah sakit Brawijaya. Dari data tersebut akan dicoba dimasukkan ke sistem dan dibandingkan hasilnya untuk mendapatkan presentase akurasi dengan cara jumlah hasil yang sesuai dibagi jumlah keseluruhan data dan dikali seratus.
20
8
2. Penghitungan akurasi pada penelitian ini tidak dipisah berdasarkan setiap penyakit melainkan akurasi untuk keseluruhan penyakit dan menghasilkan nilai akurasi sebesar 93,75%
Metode fuzzy tsukamoto pada penelitian ini menggunakan rule yang berbeda untuk setiap penyakit sehingga akurasi bervariasi untuk setiap penyakit dan hasil terbaik diperoleh ketika seluruh inputan berada pada batas dibawah nilai minimal atau diatas nilai maksimal.
Berdasarkan hasil pengujian dan analisis hasil penelitian ini, maka dapat diambil beberapa kesimpulan sebagai berikut : 1.
4. KESIMPULAN
Dari analisis data uji dan hasil sistem maka dapat diambil kesimpulan bahwa sistem memiliki tingkat keakuratan sebesar 93,75%.
45 48 100 = 93,75%
Jumlah Data Uji = 48 Hasil Sistem yang Sesuai = 45 =
Data diatas adalah contoh dari gejala THT
70 Ya
80
85
3. PENGUJIAN DAN ANALISIS
- Pengujian dilakukan dengan membandingkan hasil dari sistem atau aplikasi dengan data yang didapat dari observasi.
- Pengujian akurasi untuk menghitung tingkat keberhasilan aplikasi dalam melakukan proses diagnosa.
DAFTAR PUSTAKA
20
20
3
95 Ya
20
20
2
20 Tidak
25
20 Tidak
1
Christianto, Ainun Najib Eka. 2017. Sistem Pakar Klasifikasi permasalahan Berdasar AUM Menggunakan FCM-FIS Tsukamoto.
Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Brawijaya Malang.
Fitri, Alfiani. 2017. Optimasi Keanggotaan
Fuzzy Tsukamoto Menggunakan Algoritma
Genetika pada Penentuan Prioritas Penerima Zakat. Program Studi Teknik
Tabel 3. Data Uji Otitis NO g1 g2 g3 Otitis
95
70 Ya Tabel 4. Hasil Uji Otitis NO g1 g2 g3 Otitis
80
20
85
8
20 Ya
90
90
7
90 Ya
90
20
6
30 Tidak
20
99
5
90 Ya
98
4
Informatika Fakultas Ilmu Komputer Universitas Brawijaya Malang. Mason, David. 2016. (diakses pada tanggal 17 juni 2017)
Minarni dan Firman Aldyanto. 2016. Prediksi Jumlah Produksi Roti Menggunakan
Metode Logika Fuzzy . Jurusan Teknik
Informatika Fakultas Teknik Industri Institut Teknologi Padang. Rohayani, Hetty. 2015. Fuzzy Inference System
Dengan Metode Tsukamoto Sebagai Penunjang Keputusan Produksi (Studi Kasus : PT. Talkindo Selaksa Anugrah).
Program Studi Sistem Komputer STIKOM Dinamika Bangsa Jambi. Utari, Diyah. 2013. (diakses pada tanggal 01 juli 2017) Wiguna, Riyadi Yudha dan Hanny Haryanto. 2015. Sistem Berbasis Aturan Mengguanakan Lohika Fuzzy Tsukamoto untuk Prediksi Jumlah Produksi Roti pada CV. Gendis Bakery. Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nudwantoro Semarang.