Anda di halaman 1dari 12

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INDUSTRI


UPN VETERAN JAWA TIMUR
FORM-15

Untuk PIA

PROPOSAL TUGAS AKHIR


Nama

: Supandi Sidik

NPM

: 1034010109

Program Studi

: Teknik Informatika

*)

: SE /CIS/ ITNS/ ITSM

Bidang Minat

*)

Coret yang tidak perlu

JUDUL
PEMODELAN DETEKSI DINI RESIKO KEHAMILAN MENGGUNAKAN
ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
A. LATAR BELAKANG
Era globalisasi kini membuat kemajuan teknologi berkembang dengan
begitu pesat. Salah satu kemajuan teknologi tersebut ialah teknologi informasi
(TI) yang telah merambah ke berbagai bidang kehidupan manusia, termasuk
dalamnya bidang kesehatan. Penggunaan teknologi dalam bidang kesehatan
tentu sangat berpengaruh dalam kualitas pelayanan hingga penanganan medis,
selain mempermudah juga lebih akurat dan cepat. Perkembangan teknologi
dalam bidang kesehatan tidak hanya menangani saat sudah terjadi penyakit,
namun sudah banyak teknologi untuk melakukan pencegahan terjangkit penyakit
ataupun pencegahan sebelum penyakit semakin memburuk. Sistem deteksi dini
merupakan salah satu teknologi pencegahan yang sangat membantu menangani
hal itu. Sistem deteksi dini digunakan sebagai upaya untuk mengenal, menandai,
memperingatkan, dan mengidentifikasi ketika akan berhadapan dengan sesuatu
yang akan terjadi, sebagai tindak antisipasi lebih awal untuk menghindari hal-hal
yang tidak diinginkan terjadi kepada yang bersangkutan.
Kehamilan seorang ibu bukan tanpa resiko

ketika

menghadapi

persalinannya, keselamatan dan kesehatan dari ibu serta anak yang akan
dilahirkan tentu sangat diharapkan. Dengan demikian suatu persalinan harus
dilakukan suatu antisipasi lebih awal dan dipersiapkan sedini mungkin sehingga

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR
ibu hamil tidak perlu lagi merasa cemas dalam persalinannya. Dengan persiapan
dini dapat mengurangi angka kematian ibu dan bayi serta mendukung upaya
peningkatan kualitas sumber daya manusia sejak awal kehidupan. Sistem deteksi
dini resiko yang tepat akan sangat membantu dalam proses perencanaan
persalinan sang ibu.
Alat skrening / deteksi dini resiko ibu hamil salah satunya berupa Kartu Skor
Poedji Rochjati. Format kartu skor disusun dengan format kombinasi antara ceklis
dan sistem skor. Skor merupakan bobot prakiraan dari berat atau ringannya risiko
atau bahaya.
Beranjak dari uraian di atas, penulis berencana akan memodelkan suatu aplikasi
deteksi dini resiko kehamilan berdasarkan format Kartu Skor Poedji Rochjati dengan
menggunakan program MATLAB dan menggunakan metode Adaptive Neuro Fuzzy
Inference System (ANFIS).

B. PERUMUSAN MASALAH
Dengan meninjau Latar Belakang yang telah diuraikan di atas, maka rumusan
masalah yang ada adalah :
1. Bagaimana

memodelkan

aplikasi

untuk

mendeteksi

dini

resiko

kehamilan
2. Bagaimana
penunjang

memodelkan

aplikasi

keselamatan

ibu

yang

maupun

dapat
bayinya

digunakan

sebagai

berdasarkan

skor

kehamilan Poedji Rochjati.


3. Bagaimana

mengimplementasikan

pemodelan

tersebut

melalui

Matlab

dengan metode ANFIS.

C. TUJUAN
Tujuan dalam perancangan dan pembuatan tugas akhir ini yaitu:
1. Mengembangkan aplikasi deteksi dini resiko kehamilan.
2. Memodelkan aplikasi yang memperhitungkan peluang atau kemungkinan
untuk terjadinya suatu keadaan gawat-darurat yang tidak diinginkan
pada masa kehamilan.

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR

D. MANFAAT
Manfaat dalam perancangan dan pembuatan tugas akhir ini yaitu:
1. Aplikasi

deteksi

mempermudah

dini

resiko

kerja

kehamilan

tenaga

diharapkan

kesehatan

untuk

mampu
melakukan

skrining/deteksi dini terhadap ibu hamil dan mengelompokkan ibu ke


dalam kategori sesuai resiko agar mendapatkan penanganan yang
sesuai dan terencana.
2. Aplikasi deteksi dini resiko kehamilan diharapkan juga dapat digunakan
sebagai alat komunikasi, informasi, dan edukasi

bagi klien/ibu hamil,

suami, keluarga, dan masyarakat.

E. METODOLOGI PENELITIAN
Dalam membangun sistem aplikasi ini, maka tahapan pemecahan
masalah sebagai berikut:
1. Tinjuan Pustaka
Pengumpulan teori-teori sebagai
ataupun informasi dari

referensi baik dari buku-buku

sumber lainya untuk mengimplementasikan

deteksi dini dan resiko kehamilan dengan skor Poedji Rochjati.


2. Tabel skor Poedji Rochjati
I
K
E
L
F.
R
I

II

III

NO
.

Masalah / Faktor Resiko


Skor Awal Ibu Hamil

1
2

3
4
5

Terlalu muda hamil I 16


Tahun
a. Terlalu lambat hamil I
kawin 4 Tahun
b. Terlalu tua hamil I 35
Tahun
Terlalu lama hamil lagi 10
Tahun
Terlalu cepat hamil lagi 2
Tahun
Terlalu banyak anak, 4 atau
lebih

SKO
R

4
4
4
4
4
4

IV
Triwulan
III. III.
II
1
2

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR
6
7
8
9
10
II

11

12
13
14
15
16
17
18
II
I

19
20

Terlalu tua umur 35 Tahun


Terlalu pendek 145 cm
Pernah gagal kehamilan
Pernah melahirkan dengan
a.terikan tang/vakum
b. uri dirogoh
c. diberi infus/transfuse
Pernah operasi sesar
Penyakit pada ibu hamil
a. Kurang
Darah
b. Malaria,
c. TBC Paru
d. Payah
Jantung
e. Kencing Manis (Diabetes)
f. Penyakit Menular Seksual
Bengkak pada
muka / tungkai
dan tekanan darah tinggi.
Hamil kembar
Hydramnion
Bayi mati dalam kandungan
Kehamilan lebih bulan
Letak sungsang
Letak Lintang
Perdarahan dalam kehamilan
ini
Preeklampsia/kejang-kejang

4
4
4
4
4
4
8
4
4
4
4
4
4
4
4
4
8
8
8
8

JUMLAH SKOR
Berdasarkan Tabel Poedji Rochjati tersebut, maka:
a. Variabel Input

Mengambil kolom Masalah/Faktor Resiko, sehingga ada 20


variabel input

Dengan nilai inputnya adalah Ya/Tidak

b. Variabel Output

Jumlah Skor

Kemudian melakukan pengelompokan resiko berdasarkan Jumlah Skor


menjadi:

Kehamilan Resiko Rendah (KRR) dengan jumlah skor 2

Kehamilan Resiko Tinggi (KRT) dengan jumlah skor 6-10

Kehamilan Resiko Sangat Tinggi (KRST) dengan jumlah skor >12

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR

3. Metode Adaptive Neuro Fuzzy Inference System (ANFIS)


Penggabungan mekanisme fuzzy inference system (FIS) yang
digambarkan dalam arsitektur jaringan syaraf. Sistem inferensi fuzzy
yang digunakan adalah sistem inferensi fuzzy model Tagaki-SugenoKang (TSK) orde satu dengan pertimbangan kesederhanaan dan
kemudahan komputasi.

Flowchart Metode ANFIS:

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR

Gambar 1. Alur Metode ANFIS

Training ANFIS
Data dari Skor Poedji Rochjati di-load sebagai data training.
Kemudian akan terlihat tampilan plot data di ANFIS editor seperti
pada gambar 2.

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR

Gambar 2. Contoh Plot Data Train di ANFIS Editor


Selanjutnya

menentukan

parameter-parameter

fungsi

keanggotaan dalam ANFIS. Pada kolom Generate FIS yang terlihat di


Gambar 2 pilih grid partition, kemudian klik load untuk menentukan
banyaknya input fungsi keanggotaan.
Pada proses training ANFIS, akan berhenti ketika tercapai nilai
error

tolerance,

sehingga

jika

setelah

training

data

terdapat

kesalahan memasuki daerah error tolerance maka training akan


berhenti. Nilai error tolerance default adalah 0. Sedangkan Epochs
adalah banyaknya nilai iterasi pada proses training.
Untuk memulai proses training , klik train now. Hasilnya akan
terlihat seperti contoh pada gambar 3.

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR
Gambar 3. Contoh Hasil Training
Berdasarkan dari Gambar 3, training error grafiknya semakin
menurun dan mencapai titik error tetap pada angka 0.0083152 pada
saat

epoch

mencapai

20.

Artinya

bahwa

proses

training

menghasilkan error minimum pada nilai 0.0083152 yaitu selisih


0.0016848 dari toleransi error yang kita definisikan (tidak pernah
mencapai nilai 0), untuk itu proses training dibatasi dengan
banyaknya iterasi (epoch), yaitu 40 kali.

Testing ANFIS
Untuk mengetahui performance ANFIS yang telah di-training
dengan data awal (trainData), kita bisa lakukan test dengan
melakukan ploting data trainData dan ANFIS dengan nilai input yang
sama. Pada kolom Test FIS di ANFIS editor klik Test Now dengan
sebelumnya memilih training data.

Gambar 4. Hasil Ploting


Pada gambar 4 tampak bahwa hasil ploting trainData (o) dan
ANFIS output (*) pada beberapa nilai berhimpitan. Artinya ANFIS
yang kita training telah dapat memetakan masukan terhadap
keluaran dengan baik. Pada saat tertentu hasil ploting FIS output
tampak bergeser dari trainData, ini menunjukkan ada error yang

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR
relatif besar ketika ANFIS diberi masukan pada masukan sekitar nilai
tersebut.

4. Alur Proses Pengerjaan

Input Data
Memasukkan data jumlah skor Poedji Rochjati sebagai data
Training ke ANFIS Editor.
Contoh data jumlah skor Poedji Rochjati pada Tabel 1.
Tabel 1. Jumlah Skor

No
.
Ib
u
1
2
3
4
5
6
7
9
10
ds
t.

Masalah/Faktor Resiko
4 5 6 7 8 9 1 1 1 1 1 1
1 2 3
0 1 2 3 4 5

1
6

1
7

1
8

1
9

2
0

Jumla
h
Skor

0
1
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
1

0
0
0
0
0
0
0
0
0

2
6
10
14
6
18
18
14
14

0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0

0
0
0
1
0
0
1
0
0

0
0
0
0
0
1
1
0
0

0
0
0
0
1
1
0
0
0

0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0

0
0
1
1
0
1
1
1
0

0
0
0
0
0
0
0
0
1

0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
1
0

0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0

Data pada Tabel 1 disimpan dengan ektensi .dat agar bisa diolah
oleh

ANFIS

dengan

menghilangkan

judul

atributnya

(No.Ibu,

Masalah/Faktor Resiko, dan Jumlah Skor).

Proses Pembelajaran
Langkah selanjutnya yaitu menentukan metode penerapan FIS
dengan memilih Grid Partition, kemudian menentukan jumlah dan
tipe fungsi keanggotaan. Kemudian menentukan nilai error tolerance,
nilai default-nya adalah 0. Dan nilai epoch yaitu nilai iterasi yang
akan dilakukan.

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR
Setelah semuanya ditentukan, bisa langsung melakukan training.
Setelah beberapa saat hasilnya akan selesai. Kemudian simpan file
hasil training tersebut.

Proses Uji Coba


Proses uji coba/testing digunakan untuk memvalidasi data model
hasil training. Pada ANFIS Editor, setelah me-load data hasil training,
di kolom Test FIS pilih Testing Data, kemudian klik Test Now.

Rancangan GUI
Tahap selanjutnya adalah membuat aplikasi. Aplikasi yang akan
dibuat direncanakan akan memuat fitu-fitur seperti halaman login,
menambahkan data, mengubah data, menghapus data, mencari
data, hasil rujukan, dan tombol untuk logout.

Proses Validasi Program


Menguji

hasil

rujukan

yang

dibuat

aplikasi

dengan

data

sebenarnya, untuk mengindikasi keakuratan dari metode ANFIS.

5. Tolak Ukur Keberhasilan


Dengan mengevaluasi hasil perhitungan metode ANFIS dengan
data

sebenenarnya

di

lapangan,

sesuai

dengan

sasaran

yang

dinyatakan pada tujuan dan manfaat penyusunan tugas akhir ini yaitu:

Ibu-ibu

PKK

ataupun

petugas

kesehatan

di

daerah

dapat

memanfaatkan aplikasi yang dibuat.

Aplikasi yang dibuat dapat memberi rujukan yang tepat untuk


penanganan ibu hamil yang beresiko.

Sebagai sarana edukasi untuk masyarakat.

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR

6. Alur Metodologi

Gambar 5. Alur Metodologi Penelitian

a. Pengumpulan Data Skor Poedji Rochjati


Mengumpulkan data kehamilan dengan Kartu Skor Poedji Rochjati
(KSPR) dari tenaga kesehatan setempat.
b. Pembuatan Data Training dan Implementasi ANFIS

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS TEKNOLOGI INDUSTRI
UPN VETERAN JAWA TIMUR
Mengolah data-data hasil pengumpulan Kartu Skor Poedji Rochjati
(KSPR) ke dalam program MATLAB menjadi data training untuk
kemudian digunakan untuk membuat aplikasi berbasis ANFIS.
c. Pengujian Sistem
Setelah aplikasi berbasis ANFIS selesai maka dilakukan pengujian
sistem dengan memasukkan data Kartu Skor Poedji Rochjati (KSPR)
ke program yang sudah dibuat untuk diuji keakuratannya.
d. Laporan
Pembuatan laporan dari sistem yang telah dibuat, meliputi hasil
tampilan program, serta kode program.

F. JADWAL PELAKSANAAN
No.
1
2
3

Kegiatan

April

Mei

Juni

Juli

Agustus

Pengumpulan
Data
Dan Studi Literatur
Perancangan
Sistem
Pembuatan
Aplikasi dan Uji
Coba

Evaluasi Aplikasi

Pemb. Laporan

DAFTAR PUSTAKA
1. Rochjati, Poedji. 2003. Skrining Antenatal pada Ibu Hamil. Surabaya :
Airlangga University Press
2. Pudjo Widodo, Prabowo. 2013. Penerapan Data Mining Dengan Matlab.
Bandung : Rekayasa Sains