SISTEM PENDUKUNG KEPUTUSAN DIAGNOSIS PENYAKIT DIABETES

DENGAN METODE FUZZY TSUKAMOTO

Mas Ifah M. J. , Muhammad Arif H. , Ninis Primadona P. , Anhar Tribowo , Rosikhan

Maulana Y .
Program Studi Informatika/Ilmu Komputer
Program Teknologi Informasi dan Ilmu Komputer
Universitas Brawijaya
Jalan Veteran No. 8, Malang 65145, Indonesia
Email: masifamahardika@gmail.com , ershav@gmail.com ,
primadona.pratama@gmail.com , tribowoanhar@gmail.com , siwedw@gmail.com .

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

trigliserida dan umur. Sistem tersebut

merupakan alat bantu pengambilan
keputusan berdasarkan hasil pemeriksaan
laboratorium pasien. Dengan adanya
sistem tersebut, tenaga medis dapat
dengan
mudah
mengetahui
hasil
penentuan diagnosis penyakit diabetes
mellitus sehingga dapat membantu
mereka dalam melakukan pengambilan
keputusan klinis. Namun penelitian ini
tidak membahas tingkat akurasi metode
Sugeno dan lebih membuktikan bahwa
kehadiran
sistem
tersebut
dapat
mendukung
tenaga
medis
dalam
menentukan keputusan klinis [7].

Berdasarkan latar belakang yang

telah dipaparkan sebelumnya, maka
didapatkan rumusan masalah sebagai
berikut:
1. Bagaimana
cara
mengimplementasikan
metode
FuzzyTsukamoto dalam diagnosis
penyakit diabetes?
2.

1.3. Batasan Masalah

Agar pembahasan tidak melebar ke
arah yang lebih luas, maka penelitian
ditekankan pada hal-hal berikut:
1.
Diagnosis
penyakit
diabetes
menggunakan
metode
FuzzyTsukamoto.
2.
Parameter yang digunakan adalah
indeks masa tubuh (Body Mass
Index/BMI), umur (age), dan tekanan
darah (bloodpressure).

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.

Bagaimana tingkat akurasi yang

dihasilkan
dengan
metode
FuzzyTsukamoto
berdasarkan
parameter yang digunakan dalam
diagnosis penyakit diabetes?

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.

1.2. Rumusan Masalah

2.

Dapat meminimalisir biaya untuk

diagnosis penyakit diabetes.

1.6. Tinjauan Pustaka

1.6.1 Kajian Pustaka
Kajian pustaka pada penelitian ini
adalah membandingkan penelitian usulan
yang berjudul Sistem Pendukung
Keputusan Diagnosis Penyakit Diabetes
Dengan
Metode
FuzzyTsukamoto
dengan penelitian yang sebelumnya
berjudul Implementasi Sistem Pakar
Diagnosis Penyakit Diabetes Mellitus
Menggunakan Metode FuzzyLogicBerbasis
Web. Pada penelitian sebelumnya, dibuat
suatu sistem diagnosa penyakit diabetes
dengan Metode FuzzyLogic. Adapun
kejelasan pada penelitian sebelumnya dan
penelitian yang akan dilakukan saat ini
dapat dilihat pada tabel 1 dan 2 sebagai
berikut:

Glukosa
Plasma
Puasa
(GPP)

Glukosa
Plasma
Tidur
(GPT)

Glukosa
Darah 2
Jam PP
(GD)

Kadar
HbA1c,
Kadar
HDL

Kadar
Trigliseri
da (Tg)

Kadar
Insulin

Tabel 1 Tabel Perbedaan Objek Dan

Metode Penelitian Sebelumnya Dan Yang
Diusulkan
Metode
FuzzyLogic

Previous

Usulan
Tsukamoto
Sumber:[Perancangan]

Object
Diabetes
Mellitus
Diabetes

Tabel 2 Tabel Perbedaan Input Dan Output

Penelitian Sebelumnya Dan Yang
Diusulkan
FuzzyLogic
Tsukamoto
Input BiodataPasie
Indeksma
n:
ssatubuh
Usernam
(Body
e
Mass
Index/BM
Password
I)
Umur
Nama
Tekanand
Jeniskela
arah
min
-

Alamat

Email

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

Logika fuzzy merupakan suatu cara

untuk memetakan suatu ruang input ke
dalam ruang output. Memetakan ruang
input ke dalam ruang output dilakukan
melalui suatu proses. Gambar 2.1
menyatakan visualisasi tentang pemetaan
input ke output dengan melalui proses
yang disebut dengan kotak hitam [3].

Glukosa, maka sebaiknya langsung saja

melakukan Tes Toleransi Glukosa [2].
2. METODE PENELITIAN
2.1 Studi Literatur
Studi Literatur merupakan metode
yang digunakan untuk mendapatkan
dasar teori sebagai sumber untuk
penulisan penelitian dan pengembangan
aplikasinya. Teori dan pustaka yang
berkaitan dengan penulisan penelitian ini
adalah:
1. Logika Fuzzy
2. Metode Tsukamoto
3. Penyakit Diabetes

1.6.3 Metode Tsukamoto

Pada dasarnya, metode Tsukamoto
mengaplikasikan penalaran monoton
pada setiap aturannya. Kalau pada
penalaran
monoton,
sistem
hanya
memiliki satu aturan, pada metode
Tsukamoto, sistem terdiri atas beberapa
aturan.Karena
menggunakan
konsep
dasar penalaran monoton, pada metode
Tsukamoto, setiap konsekuen pada aturan
yang
berbentuk
IF-THEN
harus
direpresentasikan
dengan
suatu
himpunan
fuzzy
dengan
fungsi
keanggotaan yang monoton. Output hasil
inferensi dari tiap-tiap aturan diberikan
secara tegas (crisp) berdasarkan -predikat
(fire strength). Proses agregasi antar aturan
dilakukan, dan hasil akhirnya diperoleh
dengan
menggunakan
defuzzyfikasi
dengan konsep rata-rata terbobot [8].

Studi literatur merupakan dasar teori

yang digunakan sebagai penunjang dan
pendukung penulisan penelitian. Sumber
atau referensi yang digunakan antara lain
jurnal, laporan penelitian, buku, dan
bantuan mesin pencari (searchengine)
dengan bantuan koneksi internet.
2.2 Pengambilan Data Sampel
Pengambilan
data
sampel
merupakan metode untuk mendapatkan
data sampel sebagai acuan untuk
mengembangkan perangkat lunak. Data
sampel yang dimaksud adalah data-data
umur, Body Mass Index (BMI) dan tekanan
darah beberapa orang. Data sampel
didapatkan dari PimaIndians Diabetes Data
Set yang didownload dari Website UCI. Data
set tersebut berisi data tentang pasien
wanita dengan minimal umur 21 tahun.

1.6.4. Penyakit Diabetes

Diabetes yang juga dikenal di
Indonesia dengan istilah penyakit kencing
manis adalah kelainan
metabolik yang
disebabkan
oleh
banyak
faktor,
dengan simtoma berupa hiperglikemia
kronis
dan
gangguan
metabolism
karbohidrat, lemak dan protein, sebagai
akibat dari:
Defisiensi sekresi hormon insulin,
aktivitas insulin, atau keduanya.
Defisiensi transporter glukosa atau
keduanya
Jika salah satu butir dari Faktor
Resiko Diabetes di bawah ini terpenuhi,
maka harus dilakukan Penyaringan
penyakit diabetes dengan melakukan Tes
Gula Darah Puasa dan Tes Gula Darah 2
jam setelah makan. Mengingat melakukan
2 Tes di atas di Laboratorium Klinik
biayanya sama besar dengan Tes Toleransi

2.3 Analisa Kebutuhan

Analisa kebutuhan merupakan suatu
metode untuk menganalisis kebutuhan
yang akan dibuat meliputi spesifikasi
media yang akan digunakan. Metode
analisis kebutuhan didapatkan dari proses
wawancara sehingga perancang dapat
mengetahui secara rinci kebutuhan
pengguna.
Kebutuhan fungsional dari sistem
agar pengguna dapat berinteraksi dengan
sistem adalah sebagai berikut:
1. Sistem dapat menerima input
informasi dari pengguna mengenai

umur, BMI dan tekanan darah

pengguna.
2. Sistem mampu memproses data
input
pengguna
untuk
dapat
menghasilkan diagnosa berdasarkan
data sampel.
3. Sistem mampu menampilkan hasil
diagnosa yang sesuai berdasarkan
perhitungan data sampel.
Kebutuhan non fungsional pada sistem
dijelaskan dalam paparan berikut:
1. Aplikasi bersifat aman karena tidak
menggunakan
peralatan
yang
berbahaya.
2. Pengguna hanya membutuhkan sebuah
komputer untuk dapat mengakses
aplikasi.

Gambar 1 Diagram Blok Sistem

Pendukung Keputusan
Sumber : [Perancangan]
2.5 Implementasi
Implementasi merupakan tahapan
yang dilakukan untuk membuat aplikasi
secara nyata.Implementasi dilakukan
dengan
menggunakan
Bahasa
pemrograman
PHP.
Aplikasi
yang
diimplementasikan merupakan aplikasi
berbasis web dengan sistem offline
sehingga tidak membutuhkan sumber
dari luar.

3. Aplikasi berjalan secara offline yaitu tanpa

membutuhkan koneksi paket data
karena informasi yang dibutuhkan
terdapat dalam database aplikasi.
2.4 Perancangan Sistem
Perancangan sistem merupakan
tahapan di mana perancang mulai
merancang suatu sistem yang mampu
memenuhi semua kebutuhan fungsional
maupun non fungsional dari aplikasi.
Aplikasi memiliki bagian sistem yang
memproses data input pengguna untuk
menghasilkan output yang sesuai yaitu
hasil diagnosa.

Aplikasi akan menampilkan menu

utama dalam sistem salah satunya
permintaan input umur, BMI dan tekanan
darah pengguna. Pemrosesan dilakukan
berdasarkan data sampel yang telah
dilakukan sebelumnya. Berdasarkan data
yang telah didapatkan maka peneliti akan
menentukan grafik yang digunakan untuk
menentukan rule sistem. Rule yang
dibentuk disesuaikan dengan data sampel
sebelumnya.

2.4.1.

Diagram Blok Sistem Pendukung

Keputusan
Diagram blok sistem pendukung
keputusan merupakan penguraian logis
dari
fungsi-fungsi
sistem
dan
memperlihatkan
bagaimana
bagianbagian
(blok-blok)
yang
berbeda
mempengaruhi satu sama lain.Garis besar
perancangan
blok
diagram
Sistem
Pendukung Keputusan dapat dilihat pada
Gambar 1.

2.6 Pengujian dan Analisis

Pengujian sistem yang dilakukan
berkaitan dengan pengujian validasi
sistem.Tahap
ini
berfungsi
untuk
memastikan apakah sistem yang dibuat
dapat
memperbaiki
permasalahan
sebelumnya dan sejauh mana sistem dapat
mempengaruhi
permasalahan
yang
terjadi.Data
yang
dipakai
sebagai
parameter
perhitungan
keberhasilan
sistem adalah data umur, BMI dan
tekanan
darah.Pengujian
parameter

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).

2.7 Pengambilan Kesimpulan

3.2.1

Subsistem Manajemen Data

Adapun data yang digunakan adalah
data sampel yang diperoleh dari data UCI.
Data tersebut yaitu:
1. Variabel
Setiap variabel masukan memiliki
interval nilai yang digunakan
sebagai variablelinguistic. Adapun
variabel masukan tersebut yaitu:
1. BMI (Body Mass Index)
2. Umur
3. Tekanan Darah
2. Aturan Kombinasi.

Pengambilan keputusan merupakan

metode yang dilakukan setelah semua
tahapan perancangan, implementasi, dan
pengujian sistem aplikasi telah selesai
dilakukan. Kesimpulan yang diambil
dilakukan berdasarkan kesesuaian teori
dan praktek. Kesimpulan dibuat bertujuan
untuk menjawab rumusan yang disusun
pada BAB I. Selain kesimpulan, bagian
akhir dari penulisan ini adalah saran yang
bertujuan untuk memperbaiki kesalahan
yang terjadi dan menyempurnakan
penulisan yang ditujukan pada penulisan
dan perancangan aplikasi berikutnya.
3. PERANCANGAN
3.1. Analisa
Kebutuhan
Lunak

Aturan kombinasi adalah pernyataan

dalam bentuk sebuah aturan sebagai
pedoman melakukan perhitungan
untuk diagnosa penyakit diabetes.

Perangkat
3.2.2

Subsistem Basis Pengetahuan

Basis pengetahuan adalah suatu jenis
basis data yang dipergunakan untuk
manajemen pengetahuan. Basis data ini
menyediakan fasilitas untuk koleksi,
organisasi, dan pengambilan pengetahuan
terkomputerisasi.
Berikut
basis
pengetahuan yang digunakan dalam
penelitian ini.
1. Himpunan bahasa variabel yang
terdiri dari:
BMI: kurus, normal, obesitas
Umur: muda, parobaya, tua
Tekanan
Darah:
rendah,
normal, tinggi
2. Perolehan data beserta rentang
nilai dengan klasifikasi sebagai
berikut:
BMI
18,5 = kurus
18,5 x 25 = normal
25 = obesitas
Umur
25 = muda
35 x 55 = parobaya
65 = tua
Tekanan Darah
80 = rendah

Tahapan analisa kebutuhan sistem

memiliki tujuan untuk memodelkan
informasi yang akan digunakan dalam
tahapan
perancangan.
Analisa
kebutuhan sistem
yang
diperlukan
meliputi
identifikasi
aktor,
daftar
kebutuhan sistem dan usecase diagram.
Berikut ini merupakan penjelasan dari
masing-masing tahapannya.
3.2. Perancangan
Keputusan

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

Subsistem Manajemen Model

Manajemen model berfungsi untuk
memproses perhitungan data dengan
menggunakan
metode
Tsukamoto.
Melalui Gambar 2 dijelaskan proses
perhitungan yang ada dalam metode
Tsukamoto yang diterapkan dalam sistem.

(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)

Gambar 3 Desain Halaman Input

Sumber : [Perancangan]

= 70 - (

( R 5 ) x 40
Z

( R 5)

= 70 (0,6 x 40)

( R 5)

= 70 24

( R 5)

= 46

Gambar 4 Desain Halaman Output Tabel

Hasil Diagnosis Penyakit Diabetes
Sumber : [Perancangan]
4. IMPLEMENTASI
4.1 Spesifikasi Sistem

g.

Penarikan Kesimpulan
Proses terakhir adalah penarikan
kesimpulan
dengan
menggunakan
persamaan 2-1.

Hasil dari tahapan analisis dan

perancangan sistem yang sebelumnya
telah dijelaskan dalam Bab 4 digunakan
sebagai
acuan
dalam
Hasil Akhir
=
mengimplementasikan sistem yang dapat
( ( R 5) Z ( R 5 ) + ( R 6 ) Z ( R 6 ) + ( R 15 ) Zberfungsi
( R 15 )+sesuai
( R 15)
Z ( R 15))
kebutuhan.

( ( 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

Metode yang digunakan

metode FuzzyTsukamoto.

yaitu

Rule yang digunakan adalah rule

yang didapatkan dari pakar.

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.

4.3 Implementasi Algoritma

Dalam
subbab
ini
akan
diimplementasikan hasil dari perancangan
algoritma yang telah dibuat pada bab
sebelumnya.
4.4 Implementasi Antarmuka
Dalam
sub
bab
ini
akan
diimplementasikan hasil dari perancangan
algoritma yang telah dibuat pada bab
sebelumnya.

5.2 Hasil Uji Fungsionalitas

Tabel 4 Hasil Uji Fungsionalitas
No
1

Kasus

Hasil yang

Stat

Mengg

didapatkan
System

us
Vali

unakan

dapatmempro

Input

sesinputan

Data

user
berupaumur,
berat,

Gambar 5 Halaman Input

Sumber : [Implementasi]

tinggi,

tekanandarah
menggunaka
n
2

Gambar 6Halaman Output Tabel Hasil

Diagnosis Penyakit Diabetes

Check

system

tersebut
System

Vali

dapatmember

ikaninformasi
tentangumur,

Sumber : [Implementasi]

BMI,

5. HASIL DAN PEMBAHASAN

5.1 Pengujian Fungsionalitas

Diagnosa,
tekanandarah,

Pengujian Fungsionalitas bertujuan

untuk mengetahui apakah sistem yang
telah dibangun telah menyediakan fungsifungsi yang dibutuhkan. Item-item yang
telah dibuat dalam daftar kebutuhan dan
merupakan hasil analisis kebutuhan akan
digunakan
sebagai
acuan
untuk
melakukan
pengujian
fungsionalitas.
Pengujian fungsionalitas menggunakan
pengujian Black Box, karena pengujian ini

alpha_p,

Z,

alpha_p*Z
menggunaka
n

system

tersebut.
Sumber : [Perancangan]

i/Diabetes_melitus [diakses pada 8

November 2014].
[3] Dwi, Restia. 2014. Implementasi
FuzzyTsukamoto untuk Penentuan
Harga Sewa Kos. PTIIK Universitas
Brawijaya. Malang.
[4] Kusumadewi, Sri., Linda, Rosalita.
2013. Pengembangan Sistem Pendukung
Keputusan Patologi Klinis pada
Perangkat Mobile untuk Diagnosis
Penyakit dengan Gejala Demam. Skripsi
tidak
dipublikasikan.
Teknik
Informatika.
Universitas
Islam
Indonesia. Yogyakarta.
[5] Ongkosaputra, VinaRehadi. 2013.
Sistem Pakar Diagnosa Penyakit
Alzheimer Secara Dini Menggunakan
FuzzyTsukamoto.
Skripsi
tidak
dipublikasikan. Universitas Dian
Nuswantoro. Semarang
[6] Putri, Rizka K. 2012. Sistem
Pendukung
Keputusan
Penentuan
Diagnosa
Diabetes
Mellitus
Menggunakan Logika FuzzyMamdani.
Sistem Informasi. Universitas Dian
Nuswantoro. Semarang.
[7] Tampubolon, Mariani V. 2010. Sistem
Pendukung
Keputusan
Penentuan
Penyakit Diabetes Mellitus dengan
Metode
Sugeno.
Skripsi
tidak
dipublikasikan. Ilmu Komputer.
Universitas Sumatra Utara. Medan.
[8] Thamrin, Fanoeel. 2012. Studi
Inferensi
FuzzyTsukamoto
untuk
Penentuan Faktor Pembebanan Trafo
PLN. Tesis tidak dipublikasikan.
Universitas Diponegoro. Semarang.

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.

Aplikasi Diagnosa Penyakit Diabetes

mampu berjalan sesuai dengan
kebutuhan
fungsional
dan
dibuktikan
dengan
melakukan
pengujian BlackBox.

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