Anda di halaman 1dari 8

A.

Input
Data masukan diperoleh dari buku dan berdasarkan pengetahuan yang diberikan oleh seorang
pakar.
Gejala Penyakit Pencegahan dan Penanganan
1. Demam
2. Kaku kuduk
3. Nyeri kepala
Konsultasi ke dokter untuk mengetahui
4. Muntah Meningtis
penyebab infeksi
5. Sensitif terhadap cahaya
6. Kejang
7. Penurunan kesadaran
1. Demam
2. Sakit kepala
3. Nyeri otot hingga
kelumpuhan Konsultasi ke dokter untuk diberikan
Ensefalitis
4. Cepat lelah obat antivirus dan antibiotik yang tepat
5. Kehilangan kesadaran
6. Kejang
7. Mual dan muntah
1. Memberikan suntikan immuglobulin
tetanus
1. Kaku otot di sekujur tubuh
2. Memberikan obat yang membantu
2. Demam Tetanus
relaksasi otot
3. Sulit membuka mulut
3. Memberikan antibiotic untuk
membunuh bakteri penyebab
1. Melakukan terapi reposisi epley’s
1. Rasa berputar yang sering
maneuver dan brandt-daroff
muncul mendadak
Vertigo maneuver
2. Mual dan muntah
2. Pemberian obat anti muntah
3. Pusing
3. Pemberian obat penenang dosis kecil
1. Tremor/getaran yang
dimulai dari jari-jari tangan,
menyebar ke lengan lalu
kepala
2. Sikap dan cara berjalan
yang mengalami gangguan
Konsultasi ke dokter untuk diberikan
secara bilateral karena
Parkinson obat-obatan yang bekerja seperti
kekakuan otot pada anggota
dopamin di dalam tubuh
gerak
3. Pergerakan yang lambat
4. Gangguan keseimbangan
dan koordinsai tubuh
sehingga sering terjatuh
5. Cacat total
(Atmodjo, et al. 2016).
B. Proses
Sistem akan menggunakan teknik forward chaining, yaitu dengan memasukkan gejala-gejala yang
diderita pasien, lalu sistem akan mencocokkan gejala tersebut dengan aturan IF yang benar.
Setelah proses pencocokan berhenti, maka sistem akan menampilkan klausal THEN yang berupa
kesimpulan penyakit yang diderita beserta cara pencegahan dan penanganannya (Sharma, Tiwari
and Kelkar 2012).

1. Fuzzy Inference System

(Sivanandam, Sumathi dan Deepa 2007).

2. Perancangan Fuzzy Rule dalam Knowledge Base


Terdiri dari data penyakit dan data gejala.
Kode Penyakit Nama Penyakit
P1 Meningtis
P2 Ensefalitis
P3 Tetanus
P4 Vertigo
P5 Parkinson

Kode Gejala Nama Gejala


G1 Demam
G2 Kaku otot
G3 Sakit Kepala
G4 Mual dan muntah
G5 Sensitif terhadap cahaya
G6 Kejang
G7 Penurunan kesadaran
G8 Cepat lelah
G9 Sulit membuka mulut
G10 Rasa berputar muncul
mendadak
G11 Tremor pada anggota
tubuh
G12 Gangguan cara berjalan
G13 Pergerakan lambat
G14 Gangguan keseimbangan
tubuh
G15 Kelumpuhan

Jenis Penyakit
Kode Gejala Nama Gejala
P1 P2 P3 P4 P5
G1 Demam * * *
G2 Kaku otot * * *
G3 Sakit Kepala * * *
G4 Mual dan muntah * * *
G5 Sensitif terhadap cahaya *
G6 Kejang * *
G7 Penurunan kesadaran * *
G8 Cepat lelah *
G9 Sulit membuka mulut *
G10 Rasa berputar muncul mendadak *
G11 Tremor pada anggota tubuh *
G12 Gangguan cara berjalan *
G13 Pergerakan lambat *
G14 Gangguan keseimbangan tubuh *
G15 Kelumpuhan * *

Pembentukan Aturan/Rule
 Rule 1
IF Demam
AND Sakit kepala
AND Mual dan muntah
AND Sensitif terhadap cahaya
AND Kejang
AND Penurunan kesadaran
THEN Meningtis

 Rule 2
IF Demam
AND Kaku otot
AND Sakit kepala
AND Mual dan muntah
AND Kejang
AND Penurunan kesadaran
AND Cepat lelah
AND Kelumpuhan
THEN Ensefalitis

 Rule 3
IF Demam
AND Kaku otot
AND Sulit membuka mulut
THEN Tetanus

 Rule 4
IF Sakit kepala
AND Mual dan muntah
AND Rasa berputar muncul mendadak
THEN Vertigo

 Rule 5
IF Kaku otot
AND Tremor pada anggota tubuh
AND Gangguan cara berjalan
AND Pergerakan lambat
AND Gangguan keseimbangan tubuh
AND Kelumpuhan
THEN Parkinson

3. Fuzzification
Langkah pertama dalam proses fuzzification adalah menentukan variabel masukan berupa nilai
linguistik.
Variabel Himpunan Fuzzy Semesta Pembicaraan Domain
Tidak terjadi [10,30]
Demam Ringan [10,100] [30,70]
Tinggi [70,100]
Tidak terjadi [10,30]
Kaku otot Kadang terjadi [10,100] [30,70]
Sering terjadi [70,100]
Tidak terjadi [10,30]
Sakit kepala [10,100]
Ringan [30,70]
Berat [70,100]
Tidak terjadi [10,30]
Mual dan muntah Kadang terjadi [10,100] [30,70]
Sering terjadi [70,100]
Tidak terjadi [10,30]
Sensitif terhadap
Ringan [10,100] [30,70]
cahaya
Berat [70,100]
Tidak terjadi [10,30]
Kejang Kadang terjadi [10,100] [30,70]
Sering terjadi [70,100]
Tidak terjadi [10,30]
Penurunan kesadaran Kadang terjadi [10,100] [30,70]
Sering terjadi [70,100]
Tidak terjadi [10,70]
Cepat lelah Kadang terjadi [10,100] [30,70]
Sering terjadi [70,100]
Tidak terjadi [10,30]
Sulit membuka mulut Kadang terjadi [10,100] [30,70]
Sering terjadi [70,100]
Tidak terjadi [10,30]
Rasa berputar muncul
Kadang terjadi [10,100] [30,70]
mendadak
Sering terjadi [70,100]
Tidak terjadi [10,30]
Tremor pada anggota
Kadang terjadi [10,100] [30,70]
tubuh
Sering terjadi [70,100]
Tidak terjadi [10,30]
Gangguan cara
Kadang terjadi [10,100] [30,70]
berjalan
Sering terjadi [70,100]
Tidak terjadi [10,30]
Pergerakan lambat Kadang terjadi [10,100] [30,70]
Sering terjadi [70,100]
Tidak terjadi [10,30]
Gangguan
Kadang terjadi [10,100] [30,70]
keseimbangan tubuh
Sering terjadi [70,100]
Tidak terjadi [10,30]
Kelumpuhan Sebagian [10,100] [30,70]
Total [70,100]

Langkah selanjutnya dari proses fuzzification adalah menentukan derajat keanggotaan dari
variabel masukan.
Untuk variabel masukan mual dan muntah, fungsi keanggotaan ditunjukkan seperti pada gambar
diatas dengan:
(𝑏 − 𝑥)/(𝑏 − 𝑎) ; 𝑎 ≤ 𝑥 ≤ 𝑏
µ (tidak terjadi) = {
0 ; 𝑥≥𝑏

(30 − 𝑥)/(30 − 10) ; 10 ≤ 𝑥 ≤ 30


={
0 ; 𝑥 ≥ 30

0 ; 𝑥 ≤ 𝑎 atau 𝑥 ≥ 𝑐
µ (kadang terjadi) = {(𝑥 − 𝑎)/(𝑏 − 𝑎) ; 𝑎≤𝑥≤𝑏
(𝑏 − 𝑥)/(𝑐 − 𝑏) ; 𝑏≤𝑥≤𝑐

0 ; 𝑥 ≤ 30 atau 𝑥 ≥ 50
={ (𝑥 − 30)/(50 − 30) ; 30 ≤ 𝑥 ≤ 50
(50 − 𝑥)/(70 − 50) ; 50 ≤ 𝑥 ≤ 70

0 ; 𝑥≤𝑎
µ (sering terjadi) = {(𝑥 − 𝑎)/(𝑏 − 𝑎) ; 𝑎≤𝑥≤𝑏
1 ; 𝑥≥𝑏

0 ; 𝑥 ≤ 70
= {(𝑥 − 𝑎)/(𝑏 − 𝑎) ; 70 ≤ 𝑥 ≤ 100
1 ; 𝑥 ≥ 100

4. Inference
Proses inference dilakukan untuk memperoleh nilai 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 dengan mengambil derajat
keanggotaan terkecil menggunakan fungsi implikasi MIN.
 Meningtis
𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 (𝑀𝑒𝑛𝑖𝑛𝑔𝑡𝑖𝑠) = min (µ (demam), µ (sakit kepala), µ (mual dan muntah),
µ (sensitif terhadap cahaya), µ (kejang),
µ (penurunan kesadaran))

 Ensefalitis

𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 (𝐸𝑛𝑠𝑒𝑓𝑎𝑙𝑖𝑡𝑖𝑠) = min(µ (demam), µ (kaku otot), µ (sakit kepala),


µ (mual dan muntah), µ (kejang), µ (penurunan kesadaran),
µ (cepat lelah), µ (kelumpuhan))

 Tetanus

𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 (𝑇𝑒𝑡𝑎𝑛𝑢𝑠) = min(µ (demam), µ (kaku otot), µ (sulit membuka mulut))

 Vertigo

𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 (𝑉𝑒𝑟𝑡𝑖𝑔𝑜) = min(µ (sakit kepala), µ (mual dan muntah),


µ (rasa berputar muncul mendadak))

 Parkinson

𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 (𝑃𝑎𝑟𝑘𝑖𝑛𝑠𝑜𝑛) = min(µ (kaku otot), µ (tremor pada anggota tubuh),


µ (gangguan cara berjalan), µ (pergerakan lambat),
µ (gangguan keseimbangan tubuh), µ (kelumpuhan))

5. Defuzzification
Setelah mendapat nilai 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 kemudian dicari nilai 𝑧𝑖 melalui fungsi keanggotaan penyakit
dengan menggunakan metode centroid.
∑𝑛𝑖=1 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 × 𝑧𝑖
𝑖
𝑍=
∑𝑛𝑖=1 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡
𝑖

Keterangan :

𝑍 = centroid

z𝑖 = bobot z ke-i

𝑛 = banyak 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡
(Sivanandam, Sumathi dan Deepa 2007).

C. Output
Output yang akan dihasilkan adalah persentase kemungkinan penyakit yang diderita beserta upaya
pencegahan dan penanganan yang tepat. Persentase kemungkinan penyakit yang ditampilkan
merupakan persentase kemungkinan penyakit yang memiliki nilai Z terbesar yang sebelumnya
didapatkan dari proses defuzzification.