SISTEM DIAGNOSA KELAINAN MATA MENGGUNAKAN FUZZY MAMDANI DAN CERTAINTY FACTOR

Ela Rolita Arifianti
Yeni Roha Mahariani


DOI: https://doi.org/10.29100/joeict.v6i1.1620

Abstract


Pengembangan sistem berbasis pengetahuan bermanfaat dalam menyelesaiakan permasalahan dalam dunia medis seperti ketidakmampuan pasien dalam mengetahui tingkat keparahan. Hal ini dapat diselesaikan dengan metode logika fuzzy, sedangkan ketidakmampuan seorang pakar dalam mendefinisikan hubungan antara gejala-gejala kelainan dapat ditangani dengan metode faktor kepastian. Dalam penelitian ini, kedua metode digabungkan untuk membuat sistem diagnosis kelainan mata. Pengetahuan yang diperoleh dari literatur dan para ahli medis, berupa gejala dalam bentuk himpunan fuzzy dan himpunan crisp, serta aturan dengan nilai kepastian. Prosedur penalaran dimulai dari implikasi, komposisi aturan, defuzzyfikasi, dan perhitungan faktor kepastian. Sistem yang dikembangkan pada sebuah platform berupa form konsultasi yang menghasilkan kesimpulan berupa jenis kelainan. Kelebihan dari sistem ini adalah terdapat tingkat keparahan dari setiap kelainan yang diderita pasien. Pengujian sistem dilakukan untuk membandingkan hasil diagnosis spesialis dan diagnosis sistem. Hasil pengujian sistem yang dilakukan diperoleh nilai keakuratan sebesar 99% dari data yang diperoleh

Keywords


logika fuzzy; certainty factor; sistem pakar

Full Text:

PDF

Article Metrics :

References


Arhami, M., Konsep Sistem Pakar, Konsep Sistem Pakar, Yogyakarta Andi Offset, 2005

Daniel dan Gloria V, Implementasi Sistem Pakar untuk Mendiagnosis Penyakit dengan Gejala Demam Menggunakan Metode Certainty Factor, Universitas Kristen Duta Wacana, Vol. 6 No. 1, 2010

Hartati, S., dan Iswanti, S, Sistem Pakar dan Pengembangannya, Yogyakarta, Graha Ilmu, 2008

Ignizio, J.P., Introduction to Expert System: The Development and Implementation of Rule Based Expert System. Singapore: McGraw-Hill Book Co., 1991.

Ikatan Dokter, Pedoman Diagnosis dan Terapi BAG/SMF Ilmu Penyakit Mata Edisi III. Rumah Sakit Umum Dr. Soetomo:Surabaya, 2006

Firlandi, D., Diagnosa Penyakit Mata Dengan Fuzzy Inference System Metode Tsukamoto, Skripsi: Universitas Airlangga, Surabaya, 2012

Kusrini, Sistem Pakar Teori dan Aplikasi, Yogyakarta, ANDI Offset, 2006

Kusumadewi, S, Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Yogyakarta, Graha Ilmu, 2004

Kusumadewi, S. dan Purnomo, H., Aplikasi Fuzzy untuk Pendukung Kepuasan, Edisi 2, Yogyakarta, Graha Ilmu, 2010

Prihartini, P.M., Metode Ketidakpastian dan Kesamaran Dalam Sistem Pakar, Lontar Komputer, Vol. 2 No. 1, Bali, 2011

Prihartini, P.M. dan Putra, I.K.G.D., Fuzzy Knowledge-based System with Uncertainty for Tropical Infectious Desease Diagnosis, Interna-tional Journal of Computer Science Issues, Vol. 9, Issue 4, No 3, 2012.

Santoso, L. W., Rolly I., dan Feky S., Implementasi Fuzzy Expert System untuk Analisa Penyakit Dalam Pada Manusia, Yogyakarta, Uni-versitas Kristen Petra, 2008

Setiadji, Himpunan & Logika Samar serta Aplikasinya, Yogyakarta, Graha Ilmu, 2009

Sidarta, Ilyas, Ilmu Penyakit Mata, Edisi 3, Jakarta, Balai Penerbit FK-UI, 2009

Siler, William, dan James J. Buckley. Fuzzy Expert Systems and Fuzzy Reasoning, New Jersey: John Wiley & Sons, Inc., Hoboken, 2005

Suryadi, H.S., Pengantar Sistem Pakar, Universitas Gunadarma, Depok, 1994

Sutojo, T., Mulyanto, E., Suhartono, V., Kecerdasan Buatan, Yogyakarta, Andi, 2011

Utomo E. P., Cara Cepat dan Mudah Belajar Java SE7, Yogyakarta, Andi, 2013

Widhiastiwi, Y., Model Fuzzy dengan Metode Tsukamoto, Jakarta, Bina Widya, 2007

Zadeh L.A, Klit, G.J, dan Yuan B, Fuzzy sets, Fuzzy Logic, and Fuzzy Systems: Selected Papers, Singapore, World Scientific,1996