Sistem Inferensi Fuzzy Untuk Membantu Diagnosis Penyakit Pneumonia Anak

Authors

  • Numan Numan Jurusan Teknik Informatika, Fakultas Teknologi Industri , Universitas Islam Indonesia
  • Sri Kusumadewi Fakultas Teknologi Industri , Universitas Islam Indonesia
  • Nurlaili Muzayyanah Fakultas Kedokteran, Universitas Islam Indonesia

DOI:

https://doi.org/10.25299/itjrd.2020.vol5(1).5088

Keywords:

Diagnosis, Fuzzy Tsukamoto, Pneumonia

Abstract

Pneumonia merupakan penyakit yang dapat menyerang semua kalangan umur, mulai dari balita sampai dengan dewasa. Dokter sering menemukan pasien yang datang ke rumah sakit sudah mengalami pneumonia berat. Pneumonia memiliki beberapa tingkatan klasifikasi, ada pneumonia ringan dan pneumonia berat. Karena pneumonia memiliki beberapa tingkatan klasifikasi sehingga memungkinkan gejala yang dialami juga berbeda. Ketepatan dalam penegakan diagnosis sangat penting, karena kesalahan diagnosis dapat berakibat fatal pada kesehatan anak. Penelitian ini menggunakan fuzzy tsukamoto untuk membantu diagnosis pnuemonia anak. Input sistem diperoleh dari gejala klinis yang diderita anak, seperti batuk, sesak napas, napas cepat, retraksi dan lainya. Basis pengetahuan diperoleh dari pakar dan dibangun dengan kaidah (IF-THEN). Selanjutnya fire strength yang diperoleh pada setiap aturan fuzzy dikomposisikan menggunakan rata-rata terbobot. Hasil rata-rata terbobot ini merupakan output diagnosis penyakit. Berdasarkan hasil uji coba dengan 10 data uji, fuzzy tsukamoto berhasil memberikan rekomendasi diagnosis 8 dari 10 data yang sesuai dengan hasil rekam medis. Fuzzy tsukamoto memberikan akurasi sebesar 80%, sensitifitas sebesar 75% dan spesitifitas sebesar 83%.

Downloads

Download data is not yet available.

References

N. Fendi, U. P. Iswati, and Y. Ika, “Evaluasi penggunaan antibiotik pada penyakit pneumonia di RSUD PURBALINGGA,” Pharmacy, vol. 08, no. 01, pp. 140–152, 2011.

Kementrian Kesehatan Indonesia, Profil kesehatan Indonesia 2018. 2018.

IDAI, “Buku Ajar RESPIROLOGI ANAK,” Buku ajar respirologi anak, pp. 10–47, 2008.

IDAI, “PEDOMAN PELAYANAN MEDIS IKATAN DOKTER ANAK INDONESIA,” Pedoman Pelayanan Medis, p. 23, 2009.

Kementrian Kesehatan Indonesia, “Hasil Riset Kesehatan Dasar Kementerian RI 2013,” Proceedings, Annu. Meet. - Air Pollut. Control Assoc., vol. 6, 2013.

Kementrian Kesehatan Indonesia, PROFIL KESEHATAN INDONESIA TAHUN 2017. 2018.

J. Razky, S. Rini, and Mandala Eka Praja Wijata, “Sistem Pakar Diagnosa Penyakit Pneumonia Pada Anak Menggunakan Metode Case Based Reasoning,” SAINTEKS, vol. 6, no. ISBN : 978-602-52720-1-1, pp. 868–872, 2019.

E. G. Wahyuni and A. S. Ramadhan, “Sistem diagnosis pneumonia menggunakan logika Fuzzy Tsukamoto,” CITEE, no. ISSN: 2085-6350, pp. 24–26, 2018.

E. P. Silmina and T. Hardiani, “PERANCANGAN SISTEM PAKAR PENYAKIT PNEUMONIA PADA BALITA MENGGUNAKAN ALGORITME K-NN ( K-NEAREST NEIGHBOR ),” J. pseudocode, vol. V, no. September, 2018.

F. Thamrin and E. Sediyono, “Studi Inferensi Fuzzy Tsukamoto Untuk Penentuan Faktor Pembebanan Trafo PLN,” vol. 01, pp. 1–5, 2012.

S. Kusumadewi, Artificial intelligence (Teknik dan Aplikasinya). Graha Ilmu, 2003.

Kementrian Kesehatan Indonesia, MODUL TATALAKSANA STANDAR PNEUMONIA. Jakarta, 2012.

S. Kusumadewi and H. Purnomo, Aplikasi Logika Fuzzy Edisi untuk Pendukung Keputusan Edisi 2. Graha Ilmu, 2010.

Y. A. Maulana and B. Nurhadiyono, “Implementasi Fuzzy Tsukamoto dalam mendiagnosa penyakit diabetes melitus.”

Downloads

Published

2020-07-14

How to Cite

Numan, N., Kusumadewi, S. ., & Muzayyanah, N. . (2020). Sistem Inferensi Fuzzy Untuk Membantu Diagnosis Penyakit Pneumonia Anak. IT Journal Research and Development, 5(1), 53–62. https://doi.org/10.25299/itjrd.2020.vol5(1).5088

Issue

Section

Articles