February 01, 2017

TUGAS RESUME JURNAL


Judul: TUGAS RESUME JURNAL
Penulis: Puruhita Mega


TUGAS RESUME JURNAL
PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK DIAGNOSIS PENYAKIT TROPIS
Guna Memenuhi Tugas Mata Kuliah " Logika Samar"
Disusun Oleh :
Puruhita Mega Pawitra
M0513036
JURUSAN S1 INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2015
PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK DIAGNOSIS PENYAKIT TROPIS
Latar Belakang
Diagnosis penyakit tropis yang dilakukan oleh seorang dokter dan penentuan tindakan medis terhadap pasien harus dilakukan secara cermat dan berhati-hati. Kesalahan diagnosis dan tindakan medis bisa berakibat fatal dan bisa membahayakan nyawa pasien. Diagnosis dan pengobatan terhadap beberapa penyakit bahkan membutuhkan keahlian seorang dokter spesialis. Permasalahan saat ini adalah penyebaran dokter spesialis yang belum merata di Indonesia. Petugas medis yang ada di daerah mungkin hanya mantri, bidan, atau dokter umum yang kurang ahli dalam menangani penyakitpenyakit khusus, sehingga perawatan dan pengobatan pasien kurang optimal. Makalah ini menerapkan fuzzy multi criteria decision making (FMCDM) yang merupakan salah satu metode yang bisa membantu pengambil keputusan dalam melakukan pengambilan keputusan terhadap beberapa alternatif keputusan yang harus diambil dengan beberapa kriteria yang akan menjadi bahan pertimbangan. Makalah ini menggunakan bilangan triangular fuzzy untuk menentukan diagnosa penyakit tropis berdasarkan data gejala, hasil akuisisi pengetahuan dari dokter dimana ada beberapa gejala yang sama. Penyakit yang digunakan sebagai alternatif pada makalah ini adalah penyakit malaria, demam berdarah dan demam tifoid. Penerapan fuzzy dengan menggunakan bilangan triangular fuzzy dilanjutkan dalam sebuah implementasi sistem dengan menggunakan matlab versi 7 yang dapat mendukung diagnosis penyakit tropis di daerah.
Ada beberapa metode yang digunakan sebagai alat bantu dalam pendukung keputusan. Multicriteria Decision Making Methods (MCDM) adalah sebuah metode yang mengacu pada proses screening, prioritizing, ranking, atau memilih set alternatif (dalam hal ini dapat berupa "candidate" atau "action") dengan kriteria yang bersifat independent, incommensurate atau conflicting. MCDM sangat tepat untuk diimplementasikan pada kasus semua alternatif memiliki sejumlah kriteria yang masing-masing memiliki nilai nominal dan masingmasing kriteria memiliki bobot yang dapat dimanfaatkan sebagai sarana perbandingan. MCDM berasumsi bahwa rating alternatif dan bobot dari criteria bersifat crips. Namun tidak semua kasus memenuhi asumsi tersebut, sehingga pemikiran MCDM kurang tepat dan diperlukan sejumlah pemikiran baru. Pemikiran tersebut tertuang dalam konsep FMCDM adalah sebuah metode pengambilan keputusan yang mempertimbangkan beberapa alternatif dan kriteria pada sebuah situasi yang bersifat fuzzy.
Rumusan Masalah
"Bagaimanakah pendiagnosisan penyakit tropis yaitu penyakit malaria, demam berdarah, demam tifoid dengan beberapa kriteria, menggunakan Fuzzy Multi Criteria Decision Making (FMCDM) dan menggunakan bilangan triangular fuzzy dalam sebuah implementasi sistem dengan menggunakan matlab versi 7? "
Metodologi
Fuzzy Multi Criteria Decion Making (FMCDM) adalah salah satu metode yang bisa membantu pengambil keputusan dalam melakukan pengambilan keputusan terhadap beberapa alternatif keputusan yang harus diambil dengan beberapa kriteria yang menjadi bahan pertimbangan [1]. Penelitian dilakukan melalui langkah-langkah [3] :
Representasi masalah, meliputi : penetapan tujuan keputusan, identifikasi alternatif, identifikasi kriteria, dan membangun struktur hirarki keputusan.
Evaluasi himpunan fuzzydari alternatif-alternatif keputusan, meliputi : menetapkan variabel linguistik dan fungsi keanggotaan, menetapkan rating untuk setiap kriteria, dan menghitung indeks kecocokan fuzzy pada setiap alternatif.
Melakukan defuzzy dalam rangka mencari nilai alternatif yang optimal.
Contoh Kasus dan Pembahasan
Kasus yang akan diselesaikan pada makalah ini adalah mendiagnosis penyakit tropis. Ada tiga penyakit yang akan menjadi alternatif yaitu penyakit malaria, demam berdarah dan demam tifoid. Diagnosis penyakit dilakukan dengan mempertimbangkan 10 gejala (kriteria) yaitu : splenomegali, hepatomegali, suhu tubuh, mual/muntah, keadaan air seni, mimisan, pendarahan gusi, muntah darah, bercak merah, buang air besar. Dalam kasus mendiagnosis penyakit tropis ini ada beberapa gejala yang mempunyai latar belakang yang beragam, antara lain : suhu tubuh (36 oC s.d 44 oC), splenomegali (tidak bengkak, agak bengkak, bengkak, sangat bengkak) dan lain-lain. Hal ini sangat sulit bagi pakar untuk menentukan sebuah solusi karena ada beberapa gejala yang mirip dan mempunyai latar belakang yang beragam. Alternatif solusi yang diharapkan adalah sebuah keputusan rangking penyakit tropis dapat diperoleh dengan waktu yang relatif cepat dengan mempertimbangkan kriteria dan bobot.
Maka :
Ada 3 penyakit tropis yang akan menjadi alternatif, yaitu S1= penyakit malaria, S2= penyakit demam berdarah, S3= penyakit demam tifoid. Ada 10 kriteria (gejala) pengambilan keputusan yaitu : C1=splenomegali; C2=hepatomegali; C3=suhu tubuh, C4= mual/muntah; C5=keadaan air seni; C6=mimisan; C7=pendarahan gusi; C8=muntah darah; C9=bercak merah; C10=buang air besar.
Langkah 1: Representasi Masalah
Tujuan keputusan ini adalah mendapatkan hasil penyakit tropis (malaria, demam berdarah atau demam tifoid) yang muncul sebagai ranking 1, 2, dan 3 berdasarkan gejala dimana ada beberapa gejala yang sama. Ada 3 alternatif penyakit yang diberikan yaitu A = {A1,A2,A3}, dengan A1= penyakit malaria, A2= penyakit demam berdarah, A3= penyakit demam tifoid.
Ada 10 kriteria (gejala) keputusan yaitu : C ={C1,C2,C3,C4,C5,C6,C7,C8,C9,C10}
Struktur hirarki masalah tersebut terlihat pada Gambar 1.

Langkah 2: Evaluasi himpunan fuzzy dari alternatif-alternatif keputusan
Variabel-variabel linguistik yang merepresentasikan bobot kepentingan untuk setiap kriteria, adalah T(kepentingan) W1 = {TB, AB, B, SB, Suhu 1, Suhu 2, Suhu 3, Suhu 4, TP, JRG, P, SRG, JNH, K, E, HP, TA, SDK, SDG, BYK, N, M,SS} dengan TB = Tidak Bengkak; AB = Agak Bengkak; B = Bengkak; SB = Sangat Bengkak; Suhu1 = 36-38; Suhu 2 = 38-40; Suhu 3 = 40-42; Suhu 4 = 42-44; TP = Tidak Pernah; JRG = Jarang; P = Pernah; SRG = Sering; JNH = Jernih; K = Keruh; E = Endapan; HP = Hitam Pekat; TA = Tidak Ada; SDK = Sedikit; SDG = Sedang; BYK = Banyak; N = Normal; M = Mencret; SS = Susah BAB; yang masing-masing direpresentasikan dengan bilangan fuzzy segitiga sebagai berikut :
TB = (0, 0.1, 0.2) Suhu 1 = (0.1, 0.2, 0.3)TP = (0, 0.1, 0.2)
AB = (0.3, 0.4, 0.5) Suhu 2 = (0.4, 0.5, 0.7) JRG = (0.6, 0.7, 0.8)
BK = (0.6, 0.7, 0.8) Suhu 3 = (0.8, 0.8, 0.9) P = (0.3,0.4,0.5)
SB = (0.8, 0.9, 1) Suhu 4 = (1, 1, 1) SRG = (0.9, 0.9, 1)
JNH = (0, 0, 0.1) TA = (0, 0, 0.1) N = (0, 0.1, 0.2)
K = (0.2, 0.3, 0.4) SDK = (0.2, 0.3, 0.4) M = (0.3, 0.4, 0.5)
E = (0.5, 0.6, 0.7) SDG = (0.5, 0.6, 0.7) SS = (0.6, 0.7, 0.8)
HP = (0.8, 0.9, 1) BYK = (0.8, 0.9, 1)
Derajat kecocokan alternatif-alternatif dengan kriteria keputusan adalah : T(kecocokan) S= {SK, K, C, B, SB}, dengan SK = Sangat Kurang; K = Kurang; C = Cukup; B = Baik; SB = Sangat Baik; yang masingmasing direpresentasikan dengan bilangan fuzzy segitiga sebagai berikut :
SK = (0, 0.1, 0.2)
K = (0.3, 0.4, 0.5)
C = (0.4, 0.5, 0.6)
B = (0.5, 0.6, 0.7)
SB = (0.7, 0.8, 1)
Rating untuk setiap kriteria keputusan seperti terlihat pada Tabel 1. Sedangkan derajat kecocokan kriteria keputusan dan alternatif seperti terlihat pada Tabel 2.
Tabel 1. Rating kepentingan untuk setiap kiteria
Kriteria C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
Rating Kepentingan AB BK Suhu2 JRG JNH JRG P P SDK M
Tabel 2. Rating kecocokan setiap alternatif terhadap setiap kiteria
Alternatiff Rating Kecocokan
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
A1 SB B SB C C SK SK SK SK SK
A2 C C B C SK B C C SB C
A3 SK C B SB SK SK SK SK SK SK
Dengan mensubstitusikan bilangan fuzzy segitiga ke setiap variabel linguistik ke dalam persamaan, diperoleh nilai kecocokan fuzzy seperti pada Tabel 3, dengan detail perhitungan sebagai berikut :
Pada Alternatif A1 :
Y1=(0,3*0,7)+(0,6*0,5)+(0,4*0,7)+(0,6*0,4)+(0*0,4)+(0,6*0)+(0,3*0)+(0,3*0)+(0,2*0)+(0,3*0)/10 = 0,103
Q1=(0,4*0,8)+(0,7*0,6)+(0,5*0,8)+(0,7*0,5)+(0*0,5)+(0,7*0,1)+(0,4*0,1)+(0,4*0,1)+(0,3*0,1)+ (0,4*0,1)/10 = 0,171
Z1=(0,5*1)+(0,8*0,7)+(0,7*1)+(0,8*0,6)+(0,1*0,6)+(0,8*0,2)+(0,5*0,2)+(0,5*0,2)+(0,4*0,2)+ (0,5*0,2)/10 = 0,284
Pada Alternatif A2 :
Y2=(0,3*0,4)+(0,6*0,4)+(0,4*0,5)+(0,6*0,4)+(0*0)+(0,6*0,5)+(0,3*0,4)+(0,3*0,4)+(0,2*0,7)+ (0,3*0,4)/10 = 0,160
Q2=(0,4*0,5)+(0,7*0,5)+(0,5*0,6)+(0,7*0,5)+(0*0,1)+(0,7*0,6)+(0,4*0,5)+(0,4*0,5)+(0,3*0,8)+ (0,4*0,5)/10=0,246
Z2=(0,5*0,6)+(0,8*0,6)+(0,7*0,7)+(0,8*0,6)+(0,1*0,2)+(0,8*0,7)+(0,5*0,6)+(0,5*0,6)+(0,4*1)+ (0,5*0,6)/10=0,363
Pada Alternatif A3 :
Y3 = (0,3*0)+(0,6*0,4)+(0,4*0,5)+(0,6*0,7)+(0*0)+(0,6*0)+(0,3*0)+(0,3*0)+(0,2*0)+ (0,3*0)/10=0,086
Q3=(0,4*0,1)+(0,7*0,5)+(0,5*0,6)+(0,7*0,8)+(0*0,1)+(0,7*0,1)+(0,4*0,1)+(0,4*0,1)+(0,3*0,1)+ (0,4*0,1)/10=0,147
Z3=(0,5*0,2)+(0,8*0,6)+(0,7*0,7)+(0,8*1)+(0,1*0,2)+(0,8*0,2)+(0,5*0,2)+(0,5*0,2)+(0,4*0,2)+ (0,5*0,2)/10=0,243

Langkah 3: Menyeleksi alternatif yang optimal
Dengan mensubstitusikan indeks kecocokan fuzzy pada Tabel 3. ke persamaan 6, dan dengan mengambil derajat keoptimisan (α ) = 0 (tidak optimis), α = 0,5 dan α = 1 (sangat optimis), maka akan diperoleh nilai total integral untuk setiap alternatif seperti terlihat pada Tabel 4. Sebagai contoh perhitungan untuk nilai α = 1 adalah :
I11= (0,5)*((1)+(0,284)+0,171+(1-1)*(0,103)) = 0,2275
I21 =(0,5)*((1)+(0,363)+0,246+(1-1)*(0,160)) = 0,3045
I31 =(0,5)*((1)+(0,243)+0,147+(1-1)*(0,086)) = 0,195

Dari Tabel 4, terlihat bahwa A2 memiliki nilai total integral terbesar berapapun derajat keoptimisannya, sehingga penyakit demam berdarah terpilih sebagai penyakit optimal untuk diagnosis penyakit tropis.
Dalam makalah ini juga mencoba untuk mengimplementasikan sistem FMCDM untuk diagnosis penyakit tropis dengan menggunakan matlab versi 7. Berikut uji coba FMCDM untuk diagnosis penyakit tropis ditunjukkan pada Gambar 2.

Kesimpulan
Dari hasil pengujian diatas dapat disimpulkan bahwa dengan menggunakan Fuzzy Multi Criteria Decision Making dapat ditetapkan penyakit demam berdarah sebagai diagnosis penyakit tropis dari 3 alternatif penyakit tropis. Penyakit demam berdarah merupakan hasil diagnosis penyakit optimal yang diperoleh, baik dengan derajat keoptimisan 0;0,5 dan 1 .
Dari kasus pada makalah ini akan dikembangkan lebih lanjut dengan menggunakan jaringan saraf tiruan algoritma Adaptive Resonance Theory 2, melakukan penambahan data gejala dan menelaah lebih jauh sistem penilaian terhadap gejala dari suatu penyakit.
Suber:
JURNAL PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK DIAGNOSIS PENYAKIT TROPIS
http://jurnal.upnyk.ac.id/index.php/semnasif/article/view/1263/1138


Download TUGAS RESUME JURNAL.docx

Download Now



Terimakasih telah membaca TUGAS RESUME JURNAL. Gunakan kotak pencarian untuk mencari artikel yang ingin anda cari.
Semoga bermanfaat


Tinggalkan Komentar
EmoticonEmoticon