Aplikasi Diagnosis Tingkatan Pneumonia dan Saran Pengobatan dengan Fuzzy Tsukamoto

Elyza Gustri Wahyuni, Ahmad Syahriza Ramadhan

Abstract


Pneumonia merupakan penyakit yang menyerang hampir setiap kalangan manusia, mulai dari kalangan usia muda sampai dewasa. Dokter sering kesulitan untuk mengidentifikasi seseorang terkena pneumonia, dikarenakan pneumonia memiliki beberapa tingkatan klasifikasi, sehingga memungkinkan gejala-gejala yang dialami juga berbeda. Tingkat klasifikasi pneumonia menurut pakar spesialis paru dapat digolongkan menjadi “ringan” dan “berat”, sehingga untuk memudahkan dokter dalam mendiagnosis penyakit pneumonia, salah satu metode yang tepat yaitu menggunakan logika fuzzy, karena pneumonia cenderung memiliki gejala serta diagnosis yang bersifat bias/fuzzy. Dari hasil pengujian beberapa data primer yang didapatkan melalui wawancara serta pengujian sistem, dapat disimpulkan bahwa sistem diagnosis pneumonia dengan logika fuzzy Tsukamoto ini dapat diimplementasikan untuk membantu pakar menentukan tingkat pneumonia sesuai dengan gejala yang dialami pasien, dengan nilai hasil pengujian user acceptance sebesar 95%.

Keywords


Pneumonia; Logika Fuzzy; Tsukamoto; Diagnosis

Full Text:

PDF

References


“Modul dan Materi Promosi Kesehatan untuk Politeknik/D3,” Pusat Promosi Kesehatan Depkes RI, 2006.

Z. Hoare Z, W.S. Lim, “Pneumonia: Update on Diagnosis and Management,” BMJ, Vol. 332, No. 7549, hal. 1077-1079, 2006.

(2014) “Pneumonia Balita” [Online], http://www.depkes.go.id/ downloads/publikasi/buletin/BULETIN%20PNEUMONIA.pdf, tanggal akses: 6-Sep-2017.

A. Pratiwi, E.G. Wahyuni, “Sistem Pakar Diagnosis Ispa pada Balita dengan Metode Certainty Factor,” Seminar Nasional Informatika Medis (SNIMED VII), 2016, hal. 42-53.

E.P. Wiweka, “Sistem Pakar Diagnosa Infeksi Saluran Pernafasan Akut (ISPA),” Jurnal Sistem dan Teknologi Informasi, Vol. 1, No. 1, hal. 1-5, 2013.

Y. Farida, A. Trisna, dan D. Nur W., “Studi Penggunaan Antibiotik pada Pasien Pneumonia di Rumah Sakit Rujukan Daerah Surakarta,” Journal of Pharmaceutical Science and Clinical Research, Vol. 2, hal. 44-52, 2017.

F. Thamrin, E. Sediyono, dan Suhartono, “Studi Inferensi Fuzzy Tsukamoto untuk Penentuan Faktor Pembebanan Trafo PLN,” Teknologi Informasi, Vol. 2, No. 1, hal.1-5, 2012.

E.G. Wahyuni, dan B.R. Rahman, “Sistem Pendukung Keputusan KPR Menggunakan Fuzzy Inference System (FIS) Metode Tsukamoto,” Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN), 2016, hal. 36-44.

A. Saelan, “Logika Fuzzy,” Institut Teknologi Bandung, Bandung, Indonesia, Lecture report, hal. 1-5, 2009.

S. Kusumadewi dan H. Purnomo, Aplikasi Logika Fuzzy untuk Mendukung Keputusan, Yogyakarta, Indonesia: Graha ilmu. 2004.

W. Budiharto dan D. Suhartono, Artificial Intelligence: Konsep dan Penerapannya,Yogyakarta, Indonesia: Andi Publisher, 2014.

D. Kho (2017) “Pengertian Skala Likert dan Menggunakannya,” [Online] http://teknikelektronika.com/pengertian-skala-likert-likert-scale-menggunakan-skala-likert/, tanggal akses: 6-Nov-2017.




DOI: http://dx.doi.org/10.22146/jnteti.v8i2.500

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Jurnal Nasional Teknik Elektro dan Teknologi Informasi

JNTETI (Jurnal Nasional Teknik Elektro dan Teknologi Informasi)

Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada
Jl. Grafika No 2. Kampus UGM Yogyakarta 55281
+62 274 552305
jnteti@ugm.ac.id