ABSTRACT
Diabetes is a disease that has threat of death and economic impact on the sufferer in health care costs.
It should be diagnosed early to avoid complications that can lead the treatment cost more expensive
[1].In line with the rapid technological development, the diagnosis of the disease can be done with
decision support system in which it can help provide clinical decision to the sufferer [4]. This research
implementsFuzzy Tsukamoto method in the process of diabetes diagnosis. Functional testing with
Black Box method shows that the overall functional works good.
Keywords:Decision Support System, Diabetes, Fuzzy, Tsukamoto.
ABSTRAK
Diabetes merupakan penyakit yang menjadi ancaman kematian dan memiliki dampak
ekonomi terhadap penderitanya dalam biaya pelayanan kesehatan. Penyakit diabetes perlu
didiagnosis secara dini guna menghindari komplikasi yang dapat mengakibatkan biaya
penanganan diabetes semakin mahal [1].Sejalan dengan kemajuan teknologi yang pesat,
diagnosis penyakit dapat dilakukan dengan sistem pendukung keputusan di mana sistem
ini dapat membantu memberikan keputusan klinis bagi penderitanya [4]. Penelitian ini
mengimplementasikan metode FuzzyTsukamoto dalam diagnosis penyakit diabetes.Hasil
pengujian fungsional dengan metode Black Box menunjukkan bahwa keseluruhan
fungsional dapat berjalan dengan baik.
Kata Kunci: Sistem Pendukung Keputusan, Diabetes, Fuzzy, Tsukamoto.
keputusan klinis bagi penderita penyakit
[4].
Penelitian terkait diagnosis penyakit
diabetes telah dilakukan oleh Mariani
ValentinaTampubolon (2010) dan Rizka
Kartika Putri (2012) [6][7]. Mariani
ValentinaTampubolon
melakukan
penelitian dengan membangun sistem
pendukung
keputusan
penentuan
penyakit diabetes mellitus dengan metode
Sugeno. Mariani mencoba melakukan
diagnosis berdasarkan kadar glukosa
darah puasa, kadar glukosa plasma puasa,
kadar glukosa plasma tidur, kadar glukosa
darah 2 jam PP, kadar insulin, kadar
HbA1c, kadar kolesterol HDL, kadar
1. PENDAHULUAN
1.1. Latar Belakang
Diabetes merupakan penyakit yang
menjadi ancaman kematian dan memiliki
dampak ekonomi terhadap penderitanya
dalam
biaya
pelayanan
kesehatan.
Penyakit diabetes perlu didiagnosis secara
dini guna menghindari komplikasi yang
dapat mengakibatkan biaya penanganan
diabetes semakin mahal [1]. Sejalan
dengan kemajuan teknologi yang pesat,
diagnosis penyakit dapat dilakukan
dengan bantuan komputer. Komputer
dapat mendiagnosis penyakit melalui
sistem pendukung keputusan di mana
sistem ini dapat membantu memberikan
Penelitian
berikutnya
yaitu
penelitian yang dilakukan oleh Rizka
Kartika Putri. Rizka mencoba melakukan
penelitian dengan membuat sistem
pendukung keputusan diagnosa diabetes
mellitus
menggunakan
logika
FuzzyMamdani. Sistem ini juga merujuk
kepada hasil pemeriksaan laboratorium
dan digunakan oleh tim medis dan atau
pasien untuk penentuan diagnosis
diabetes mellitus. Keluaran dari sistem ini
yaitu hasil diagnosis untuk pasien serta
grafik untuk memberikan gambaran
kepada pasien terkait fuzzifikasi, inferensi,
dan
defuzzifikasi
dengan
metode
Mamdani. Namun, penelitian ini tidak
membuktikan tingkat akurasi Mamdani
[6].
Berdasarkan uraian sebelumnya
maka penulis mengusulkan penelitian
dengan
judul
Sistem
Pendukung
Keputusan Diagnosis Penyakit Diabetes
dengan Metode FuzzyTsukamoto.Metode
Tsukamotodipilih karena berdasarkan
penelitian
yang
dilakukan
VinaRehadiOngkosaputra
(2013),
implementasi
metode
Tsukamoto
memiliki tingkat akurasi hingga 92 persen
[5].Sehingga diharapkan implementasi
metode ini akan menghasilkan diagnosis
diabetes dengan tingkat akurasi yang
tinggi.
3.
Sistem merupakan
(WebApplication).
aplikasi
web
1.4. Tujuan
Tujuan dari penelitian ini adalah
untuk menghasilkan sebuah sistem yang
dapat melakukan diagnosis penyakit
diabetes secara dini sehingga dapat
mengurangi risiko komplikasi yang
disebabkan ketidaktahuan penderita akan
gejala penyakit ini.
1.5. Manfaat
Bagi Penulis:
1. Dapat menerapkan ilmu yang didapatkan
selama
perkuliahan
Sistem
Pendukung Keputusan.
2. Mengetahui lebih dalam tentang sistem
inferensi Fuzzy khususnya metode
Tsukamoto.
Bagi Pengguna:
1. Dapat mengetahui hasil diagnosis
penyakit diabetes secara dini.
2.
Glukosa
Plasma
Puasa
(GPP)
Glukosa
Plasma
Tidur
(GPT)
Glukosa
Darah 2
Jam PP
(GD)
Kadar
HbA1c,
Kadar
HDL
Kadar
Trigliseri
da (Tg)
Kadar
Insulin
Previous
Usulan
Tsukamoto
Sumber:[Perancangan]
Object
Diabetes
Mellitus
Diabetes
Alamat
No
telepon
Outp
ut
Laborato
rium:
Glukosa
DarahPu
asa
(GDP)
Negative
diabetes
Pra Diabetes
Positive
diabetes tipe
1
Positive
diabetes tipe
2
Sumber: [Perancangan]
1.6.2. Logika Fuzzy
Data
- Positive
Diabetes
- Negative
Diabetes
2.4.1.
dilakukan
berkali-kali
agar
dapat
mendeteksi kesalahan yang terjadi
sehingga mampu menghasilkan sistem
yang valid dan sesuai
perancangan
sistem
pendukung
keputusan ini antara lain: Manajemen
data, Basis Pengetahuan, Manajemen
Model dan Antarmuka (UserInterface).
3.2.1
Perangkat
3.2.2
Sistem
Pendukung
Tahapan
perancangan
sistem
pendukung keputusan di sini merupakan
tahapan yang bertujuan untuk mengubah
model informasi yang telah dibuat pada
tahapan analisa kebutuhan sistem.
Perancangan yang dilakukan adalah
perancangan untuk seluruh subsistem
yang terdapat dalam arsitektur sistem
pendukung keputusan untuk diagnosa
penyakit diabetes. Dalam perancangan
Sistem Pendukung keputusan ini terdapat
subsistem-subsistem yang mempermudah
dalam menjabarkan perancangan sistem
ini. Subsistem yang terdapat dalam
80 x 85 = normal
90 = tinggi
b.
Pembentukan Rule
Setelah melakukan pembentukan
fungsi keanggotaan fuzzy, selanjutnya
membentuk aturan (rule) yang sesuai
dengan data-data yang ada. Rule
merupakan serangkaian aturan yang
digunakan sebagai dasar penghitungan
yang
akan
dilakukan
metode
FuzzyTsukamoto.
c. Perhitungan Derajat Keanggotaan
Kemudian dilakukan perhitungan
derajat keanggotaan yang salah
satunya adalah perhitungan variabel
BMI
Pada posisi kurus :
(22) = 0
Pada posisi normal :
3.2.3
(22) =
= 0,92
Pada posisi obesitas :
(22) =
2221,75
2521,75
= 0,77
d.
Penentuan Rule
Lalu menentukan rule yang akan
digunakan untuk mendiagnosis. Rule
yang dimiliki yaitu:
Tabel 3 Penentuan Rule
Gambar 2 FlowchartFuzzy metode
Tsukamoto
Sumber : [Perancangan]
a. Derajat Keanggotaan
Pembentukan
fungsi
derajat
keanggotaan
merupakan
pengelompokkan dari masing-masing
variabel dengan masing-masing nilai
tertentu. Salah satu variabel yang
digunakan yaitu BMI yang terdiri dari:
kurus, normal, dan obesitas.Fungsi derajat
keanggotaan
dari
variabel
BMI
didefinisikan sebagai berikut:
Umur
Tekanan
Darah
BMI
Hasil
Akhir
Muda
Normal
Normal
Negatif
Muda
Normal
Obesitas
Negatif
Parobaya
Normal
Normal
Negatif
Parobaya
Normal
Obesitas
Positif
Sumber : [Perancangan]
e. Penentuan
Nilai
Minimal/predikat
Selanjutnya mencari nilai minimal
derajat keanggotaan dari setiap rule yang
dimiliki. Salah satu rute yang digunakan
yaitu: Rule [5] : Jika Umur = Muda dan
Tekanan Darah = Normal dan BMI
=Normal maka Hasil Akhir = Negatif.
(R5) = min
Dalam
perancangan
desain
antarmuka aplikasi ini, secara garis besar
gambaran dari desain antarmuka dari
sistem pendukung keputusan ini antara
lain: desain halaman input data dan desain
halaman output tabel perhitungan.
(Umur(26)=Muda;TekananDarah(87)=N
ormal; BMI(22)=Normal)
(R5) = min(0,95 ; 0,6 ; 0,92)
(R5) = 0,6
f.
Penentuan
Nilai
Anggota
Z
(Defuzzyfikasi)
Selanjutnya menghitung nilai derajat
keanggotaan Z berdasarkan rule yang
dimiliki. Rule[5]:
70Z( R 5)
7030
(R5) =
( R 5)
= 70 - (
( R 5 ) x 40
Z
( R 5)
= 70 (0,6 x 40)
( R 5)
= 70 24
( R 5)
= 46
g.
Penarikan Kesimpulan
Proses terakhir adalah penarikan
kesimpulan
dengan
menggunakan
persamaan 2-1.
( ( R 5 )+ v + ( R 6 ) + ( R144.2
) +Batasan
( R 15))Implementasi
Batasan-batasan yang digunakan
dalam
mengimplementasikan
sistem
pendukung keputusan untuk diagnosa
penyakit diabetes yaitu:
Input yang diterima oleh sistem yaitu
minimal user harus menginputkan 4
nilai dari 4 kolom variabel yang
disediakan.
Output yang diterima user adalah
berupa diagnosa penyakit diabetes
IDE
(Integrated
Development
Environtment)
yang
digunakan
adalah Netbeans 8.0.2.
(27,6+27,6+ 3,4+1,6)
(0,6+ 0,6+0,05+0,05)
=
60,2
1,3
= 46,31
3.2.4
Subsistem Antarmuka
yaitu
tidak
memfokuskan
alur
jalannya
algoritma program dan lebih ditekankan
untuk menemukan kesesuaian antara
kinerja sistem dengan daftar kebutuhan
sistem. Berikut ini akan dijelaskan
bagaimana
proses
pengujian
fungsionalitas untuk tiap-tiap kebutuhan
sistem.
Kasus
Hasil yang
Stat
Mengg
didapatkan
System
us
Vali
unakan
dapatmempro
Input
sesinputan
Data
user
berupaumur,
berat,
tinggi,
tekanandarah
menggunaka
n
2
Check
system
tersebut
System
Vali
dapatmember
ikaninformasi
tentangumur,
Sumber : [Implementasi]
BMI,
Diagnosa,
tekanandarah,
alpha_p,
Z,
alpha_p*Z
menggunaka
n
system
tersebut.
Sumber : [Perancangan]
6.
KESIMPULAN
Berdasarkan
perancangan,
implementasi dan hasil pengujian dari
Sistem Pendukung Keputusan diagnosis
penyakit diabetes, maka didapatkan
kesimpulan sebagai berikut:
1. Aplikasi
Sistem
Pendukung
Keputusan menggunakan metode
FuzzyTsukamoto telah dibuat sesuai
dengan perancangan dan dapat
digunakan dalam diagnosis penyakit
diabetes
dalam
pengambilan
keputusan.
2. Hasil yang diberikan oleh Sistem
Pendukung
Keputusan
dengan
metode FuzzyTsukamoto untuk
diagnosa penyakit diabetes memiliki
kesesuaian dengan hasil perhitungan
manual.
3.
7. DAFTAR PUSTAKA
[1] Anonim. 2012. Rutin Memantau Gula
Darah Pangkal Hemat. Kompas, 27
Agustus 2012.WWW [terhubung
berkala].http://tekno.kompas.com/
read/2012/08/27/12060656/rutin.m
emantau.gula.darah.pangkal.hemat
[diakses pada 8 November 2014].
[2] Anonim.2014.Diabetes
Melitus.http://id.wikipedia.org/wik
10