SISTEM PAKAR DIAGNOSA AWAL PENYAKIT GINJAL DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN CERTAINTY FACTOR

(1)

Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)

Sistem Pakar Diagnosa Awal Penyakit Ginjal Dengan Metode Fuzzy Logic Untuk Penentuan Certainty Factor (Nurul Azka) |77

SISTEM PAKAR DIAGNOSA AWAL PENYAKIT GINJAL

DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN

CERTAINTY FACTOR

Nurul Azka1_{, Andi Farmadi}2_{, Dwi Kartini}3 123_{Prodi Ilmu Komputer FMIPA ULM} Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan

Email : nurulazkashn@gmail.com

Abstract

Expert systems are systems that try to take or adopt the knowledge of an expert or a doctor. Preparation of this expert system using fuzzy logic and certainty factor. In the process of calculating the certainty factor takes the value of the MB and MD. Rules are used for this expert always determine the value of the MB and MD it can make expert difficulty or confusion in determining the appropriate value. To facilitate expert author uses fuzzy logic method in determining the value of the MD. Then the two values is processed using certainty factor method for the diagnosis of disease. The objects used in this expert system is kidney disease. Kidney disease diagnosis validation of the system 100% identical to the results of an expert diagnosis.

Keywords:Kidney disease expert system, Fuzzy Logic, Certainty Factor

Abstrak

Sistem pakar adalah sistem yang berusaha mengambil atau mengadopsi pengetahuan seorang pakar atau dokter. Pembuatan sistem pakar ini menggunakan metode fuzzy logic dan certainty factor. Dalam proses perhitungan certainty factor dibutuhkan nilai MB dan MD. Aturan yang dipakai selama ini pakar selalu menentukan nilai MB dan MD hal tersebut dapat membuat pakar kesulitan atau kebingungan dalam menetukan nilai yang sesuai. Untuk mempermudah pakar penulis menggunakan metode fuzzy logic dalam menetukan nilai MD. Kemudian kedua nilai tersebut diproses menggunakan metode certainty factor untuk hasil diagnosa penyakit. Objek yang digunakan dalam sistem pakar ini adalah penyakit ginjal. Hasil validasi diagnosa penyakit ginjal dari sistem 100% sama dengan hasil diagnosa pakar.

(2)

1. PENDAHULUAN

Salah satu organ tubuh manusia yang sangat penting adalah ginjal.Pada manusia, ginjal berfungsi untuk mengatur keseimbangan cairan dalam tubuh, mengatur konsentrasi garam dalam darah dan keseimbangan asam-basa darah, serta sekresi bahan buangan dan kelebihan garam[1]. Dikarenakan beberapa faktor tidak semua orang bisa berobat, misalnya saja faktor ekonomi, kesibukan, atau jam kerja praktek dokter yang terbatas.

Dengan adanya hal tersebut maka diperlukan suatu sistem pakar (expert system) yang dimana sistem tersebut adalah sistem yang berusaha mengadopsi pengetahuan seorang pakar. Salah satu cara menyelesaikan sistem pakar ini adalah penulis menggunakan metode fuzzy logic dan certainty factor. Fuzzy logic merupakan suatu logika yang memiliki nilai kekaburan /kesamaran antara benar atau salah. Sedangkan, certainty factor adalah salah satu metode untuk menyelesaikan masalah ketidakpastian (uncertainty). Dalam proses perhitungannya dibutuhkan nilai MB dan MD, penulis mencoba mengimplementasikan fuzzy logic untuk penentuan nilai MD nya berdasarkan nilai MB yang didapat dari pakar. Kemudian certainty factor digunakan untuk perhitungan MB dan MD dalam mendiagnosa awal penyakit ginjal.

2. METODE PENELITIAN

2.1 Fungsi Keanggotaan Logika Fuzzy

Representasi kurva-S merupakan kurva pertumbuhan dan penyusutan atau sigmoid. Pada kurva-S akan bergerak dari sisi kiri (nilaikeanggotaan = 0) ke sisi kanan (nilai keanggotaan = 1). Fungsi keanggotaannya pada 50% nilai keanggotaannya yang sering disebut dengan titik infleksi[3].

Gambar 1. Kurva-S: Pertumbuhan

Sumber: Implementasi Fuzzy Logic Untuk Penentuan Uncertainty Factor Pada Sistem Pakar Diagnosa Awal Penyakit Ginjal. 2017

Fungsi Keanggotaan:

...(1) Kurva-S untuk penyusutan akan bergerak dari sisi paling kanan (nilai keanggotaan = 1) ke sisi paling kiri (nilai keanggotaan = 0)

(3)

Gambar 2. Kurva-S: Penyusutan

Fungsi Keanggotaan:

...(2) Kurva-S didefinisikan dengan menggunakan tiga parameter, yaitu:

a. Nilai keanggotaan nol (a) b. Nilai keanggotaan lengkap (γ)

c. Titik infleksi atau crossover (ß) yaitu titik domain 50% benar

Gambar 3. Karakteristik Representasi Kurva-S

2.2 Certainty Factor

Salah satu metode yang digunakan untuk menyelesaikan masalah ketidakpastian (uncertainty) adalah metode Certainty Factor (CF). Nilai paramaterCertainty factormerupakan klinis yang diberikan MYCIN untuk menunjukan besarnya kepercayaan. Ada 2 macam faktor kepastian, yaitu faktor kepastian yang oleh pakar bersama aturannya dan faktor kepastian oleh pengguna[4].

Certainty factor didefinisikan sebagai berikut:

CF(H,E)=MB(H,E) - MD(H,E) ...(3) CF(H,E): certainty factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. Besarnya CF berkisar antara -1 sampai dengan 1. Nilai -1 menunjukkan ketidakpercayaan mutlak, sedangkan nilai 1 menunjukan kepercayaan mutlak.

(4)

MB(H,E): ukuran kenaikan kepercayaan (measure of increased belief) hipotesis H yang dipengaruhi oleh gejala E.

MD(H,E): ukuran kenaikan ketidakpercayaan (measure of increased disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala

CF Gabungan merupakan CF akhir dari sebuah calon konklusi. Adapun rumus untuk melakukan perhitungan CF Gabungan ditunjukkan sebagai berikut.

CF(x,y) = {

CF(x) + CF(y)-(CF(x) * CF(y)), CF(x)> 0 dan CF(y)> 0

CF(x) + CF(y)

(1 - (Min (|CF(x)|, |CF(y)|))), salah satu (CF(x), CF(y)< 0

CF(x) + CF(y)+ (CF(x) * CF(y)), CF(x)< 0 dan CF(y)< 0

...(4)

3. HASIL DAN PEMBAHASAN

3.1. Data yang Digunakan

Adapun data pengetahuan yang didapatkan langsung dari pakar adalah sebagai berikut.

Tabel 1. Data Penyakit Ginjal

Kode Nama Penyakit

P1 Gagal Ginjal Akut

P2 Gagal Ginjal Kronik

P3 Nefritis Akut

P4 Infeksi Saluran Kemih

P5 Batu Ginjal

P6 Kista Ginjal

P7 Tuberkolosis Ginjal

P8 Glomerulonefritis

P9 Batu Kandung Kemih

P10 Kanker Ginjal

Berdasarkan dari data penyakit yang telah didapatkan dari pakar yang bersangkutan kemudian peneliti meminta kepada pakar untuk menentukan gejala awal dari masing-masing penyakit yang didapatkan sebelumnya. Adapun data gejala yang diperoleh adalah sebagai berikut.

Tabel 2. Data Gejala Penyakit Ginjal

Kode Nama Gejala

G1 Mual dan Muntah

G2 Kelelahan

G3 Demam

G4 Nyeri Pada Dada

G5 Nyeri Punggung

G6 Kehilangan Nafsu Makan

(5)

Tabel 2. Lanjutan Data Gejala Penyakit Ginjal

Kode Nama Gejala

G8 Warna Urine Keruh, Pekat, dan Gelap

G9 Menggigil

G10 Sesak Napas

G11 Pembengkakan Pada Bagan Tubuh

G12 Sering Buang Air Kecil

G13 Nyeri Pada Perut Bagian Bawah

G14 Bau Urine Menyengat

G15 Gelisah

G16 Linglung atau Kebingungan

G17 Sakit Perut

G18 Kulit Gatal

G19 Kram Otot

G20 Tegang Otot

G21 Menurunnya Ketajaman Mental

G22 Gangguan Tidur

G23 Kelopak Mata Sembab

G24 Seperti Ada Tekanan Pada Panggul

G25 Perasaan Bahwa Urine Tidak Sepenuhnya Keluar

G26 Nyeri Pinggang

G27 Sulit Beristirahat

G28 Urine Berbuih

G29 Kesulitan Buang Air Kecil

G30 Penis Terasa Tidak Nyaman Atau Sakit

G31 Batuk Mengeluarkan Dara

Berdasarkan dari data gejala yang telah didapatkan dari pakar yang bersangkutan kemudian peneliti meminta kepada pakar untuk memberikan relasi atau basis aturan pada penyakit ginjal. Adapun data relasi yang diperoleh adalah sebagai berikut.

Tabel 3. Tabel relasi gejala terhadap penyakit ginjal

Gejala Penyakit P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 G1 V V V V V G2 V V V V V V G3 V V V V V V G4 V V V G5 V V V G6 V V V G7 V V V G8 V V V

(6)

Tabel 3. Lanjutan Tabel relasi gejala terhadap penyakit ginjal

Gejala Penyakit P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 G9 V V V V V G10 V V V G11 V V G12 V G13 V V G14 V V G15 V V V G16 V V G17 V V V G18 V G19 V G20 V G21 V G22 V V G23 V G24 V V G25 V G26 V V V G27 V V V G28 V G29 V G30 V G31 V

Kemudian dari data gejala yang telah diperoleh diatas, kemudian pakar diminta untuk memberikan bobot kepada masing-masing gejala yang nantinya bobot tersebut yang akan dihitung dalam mesin inferensi untuk menghasilkan output yang diharapkan. Adapun data pembobotan dari pakar yang telah diperoleh adalah sebagai berikut.

Tabel 4. Tabel nilai bobot gejala penyakit ginjal Gejala Penyakit P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 MB MB MB MB MB MB MB MB MB MB G1 0,8 0,8 0,6 0,5 0,6 G2 0,8 0,8 0,6 0,7 0,6 0,7 G3 0,8 0,8 0,8 0,8 0,8 G4 0,7 0,7 0,7 G5 0,5 0,5 0,7 G6 0,8 0,7 0,7

(7)

Tabel 4. Lanjutan Tabel nilai bobot gejala penyakit ginjal Gejala Penyakit P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 MB MB MB MB MB MB MB MB MB MB G7 0,8 0,8 0,8 G8 0,8 0,6 0,7 G9 0,8 0,8 0,8 0,8 0,7 G10 0,8 0,8 0,8 G11 0,8 0,6 G12 0,6 G13 0,7 0,8 G14 0,8 0,6 G15 0,7 0,8 0,8 G16 0,6 0,6 G17 0,7 0,6 0,7 G18 0,6 G19 0,5 G20 0,5 G21 0,6 G22 0,7 0,7 G23 0,6 G24 0,5 0,6 G25 0,6 G26 0,8 0,8 0,7 0,8 G27 0,7 0,7 0,7 G28 G29 0,6 G30 0,7 G31 0,8 0,1

Sumber: Sistem Pakar Diagnosa Awal Penyakit Ginjal Dengan Metode Fuzzy Logic Penentuan Uncertainty Factor. 2017

3.2. Implementasi Metode Fuzzy Logic

Fuzzy logic digunakan untuk memperoleh nilai MB dan MD meliputi penentuan input dan output.

Gambar 4. Kurva MB dan MD Penyakit Ginjal

(8)

...(5) 𝑀𝐵 { 0; 𝑥 < 𝛼 2((𝑥 − 𝛼)/(𝛾 − 𝛼))2; 𝛼 ≤ 𝑀𝐵 ≤ 𝛽 1 − 2((𝛾 − 𝑥)/(𝛾 − 𝛼))2; 𝛽 ≤ 𝑀𝐵 ≤ 𝛾 1; 𝑥 > 𝛾

Dari persamaan diatas nilai mb yang didapatkan dari pakar dihitung nilai x nya menggunakan rumus tersebut, apabila nilai mb<0.5 maka mengunakan persamaan (6) dan apabila nilai mb>0.5 maka menggunakan persamaan (7). Untuk nilai α, β, dan γ nya ditentukan dari nilai hasil beberapa uji coba yang kemudian diperlihatkan pada pakar dan pembimbing agar mendapatkan hasil nilai yang paling sesuai (mencocoki), yaitu dengan nilai α=2.5, β=50, dan γ=97.5.

𝑀𝐷 {

1; 𝑥 < α

1 − 2((𝑥 − 𝛼)/(𝛾 − 𝛼))2; α ≤ 𝑥 ≤ β 2((𝛾 − 𝑥)/(𝛾 − 𝛼))2_{; β ≤ 𝑥 ≤ γ}

0; 𝑥 > γ

Kemudian untuk persamaan diatas nilai md dihitung menggunakan rumus tersebut dengan nilai x sudah dihitung menggunakan persamaan sebelumnya, apabila nilai x<50 maka mengunakan persamaan (10) dan apabila nilai mb>50 maka menggunakan persamaan (11).Untuk nilai α, β, dan γ nya ditentukan dari nilai hasil beberapa uji coba yang kemudian diperlihatkan pada pakar dan pembimbing agar mendapatkan hasil nilai yang paling sesuai (mencocoki), yaitu dengan nilai α=5, β=50, dan γ=95.

a. Nilai MD Untuk Penyakit Infeksi Saluran Kemih (P04) 1). Warna urine keruh, pekat, dan gelap (G08)

Gambar 5.Kurva MB=0.8 pada gejala warna urine keruh, pekat, dan gelap Sumber: Implementasi Fuzzy Logic Untuk Penentuan Uncertainty Factor Pada Sistem Pakar Diagnosa

Awal Penyakit Ginjal. 2017 MB = 1-2((γ-x)/(γ-α))2 0.8 = 1-2 ((97.5-x)/(97.5-2.5))2 0.8-1 = -2 ((97.5-x)/(97.5-2.5))2 -0.2 = -2 ((97.5-x)/(95))2 0.2 = 2 ((97.5-x)/(95))2 0.2/2 = (97.5-x)/(95)2 0.1 = (97.5-x)/(95)2 √0.1 = (97.5-x)/(95) ...(9) ...(10) ...(11) ...(12) ...(6) ...(7) ...(8)

(9)

0.316228 = (97.5-x)/(95) 0.316228*95 = (97.5-x) 30.04164 = (97.5-x) x = 97.5 - 30.04164 x = 67.45836 MD = 2((γ-x)/(γ-α))2 = 2((95-67.45836)/( 95-5))2 = 2 ((27.54164)/(90))2 = 2(0.306018)2 = 2(0.093647) = 0.187294

2). Nyeri Pada Perut Bagian Bawah (G13)

Gambar 6.Kurva MB=0.7 pada gejala nyeri pada perut bagian bawah

MB = 1-2((γ-x)/(γ-α))2 0.7 = 1-2 ((97.5-x)/(97.5-2.5))2 0.7-1 = -2 ((97.5-x)/(97.5-2.5))2 -0.3 = -2 ((97.5-x)/(95))2 0.3 = 2 ((97.5-x)/(95))2 0.3/2 = (97.5-x)/(95)2 0.15 = (97.5-x)/(95)2 √0.15 = (97.5-x)/(95) 0.387298 = (97.5-x)/(95) 0.387298 *95 = (97.5-x) 36.79334 = (97.5-x) x = 97.5 - 36.79334 x = 60.70666 MD = 2((γ-x)/(γ-α))2 = 2((95-60.70666)/( 95-5))2 = 2 ((34.29334)/(90))2 = 2(0.381037)2 = 2(0.145189) = 0.290379

(10)

3). Perasaan Bahwa Urine Tidak Sepenuhnya Keluar (G25)

Gambar 7. Kurva MB=0.6 pada gejala perasaan bahwa urine tidak sepenuhnya keluar Sumber: Implementasi Fuzzy Logic Untuk Penentuan Uncertainty Factor Pada Sistem Pakar Diagnosa

Awal Penyakit Ginjal. 2017 MB = 1-2((γ-x)/(γ-α))2 0.6 = 1-2 ((97.5-x)/(97.5-2.5))2 0.6-1 = -2 ((97.5-x)/(97.5-2.5))2 -0.4 = -2 ((97.5-x)/(95))2 0.4 = 2 ((97.5-x)/(95))2 0.4/2 = (97.5-x)/(95)2 0.2 = (97.5-x)/(95)2 √0.2 = (97.5-x)/(95) 0.447214 = (97.5-x)/(95) 0. 447214*95 = (97.5-x) 42.48529 = (97.5-x) x = 97.5 - 42.48529 x = 55.01471 MD = 2((γ-x)/(γ-α))2 = 2((95-55.01471)/( 95-5))2 = 2 ((39.98539)/(90))2 = 2(0.444281)2 = 2(0.197386) = 0.394771

b. Nilai MD Untuk Penyakit Batu Ginjal (P05) 1). Warna Urine Keruh, Pekat, dan Gelap (G08)

Gambar 8. Kurva MB=0.6 pada gejala warna urine keruh, pekat, dan gelap Sumber: Implementasi Fuzzy Logic Untuk Penentuan Uncertainty Factor Pada Sistem Pakar Diagnosa

(11)

MB = 1-2((γ-x)/(γ-α))2 0.6 = 1-2 ((97.5-x)/(97.5-2.5))2 0.6-1 = -2 ((97.5-x)/(97.5-2.5))2 -0.4 = -2 ((97.5-x)/(95))2 0.4 = 2 ((97.5-x)/(95))2 0.4/2 = (97.5-x)/(95)2 0.2 = (97.5-x)/(95)2 √0.2 = (97.5-x)/(95) 0.447214 = (97.5-x)/(95) 0. 447214*95 = (97.5-x) 42.48529 = (97.5-x) x = 97.5 - 42.48529 x = 55.01471 MD = 2((γ-x)/(γ-α))2 = 2((95-55.01471)/( 95-5))2 = 2 ((39.98539)/(90))2 = 2(0.444281)2 = 2(0.197386) = 0.394771

c. Nilai MD Untuk Penyakit Batu Kandung Kemih (P09) 1). Warna Urine Keruh, Pekat, dan Gelap (G08)

Gambar 9. Kurva MB=0.7 pada gejala warna urine keruh, pekat, dan gelap Sumber: Implementasi Fuzzy Logic Untuk Penentuan Uncertainty Factor Pada Sistem Pakar Diagnosa

Awal Penyakit Ginjal. 2017 MB = 1-2((γ-x)/(γ-α))2 0.7 = 1-2 ((97.5-x)/(97.5-2.5))2 0.7-1 = -2 ((97.5-x)/(97.5-2.5))2 -0.3 = -2 ((97.5-x)/(95))2 0.3 = 2 ((97.5-x)/(95))2 0.3/2 = (97.5-x)/(95)2 0.15 = (97.5-x)/(95)2 √0.15 = (97.5-x)/(95) 0.387298 = (97.5-x)/(95) 0.387298 *95 = (97.5-x) 36.79334 = (97.5-x)

(12)

x = 97.5 - 36.79334 x = 60.70666 MD = 2((γ-x)/(γ-α))2 = 2((95 - 60.70666)/( 95-5))2 = 2 ((34.29334)/(90))2 = 2(0.381037)2 = 2(0.145189) = 0.290379

2). Nyeri Pada Perut Bagian Bawah (G13)

Gambar 10. Kurva MB=0.8 pada gejala nyeri pada perut bagian bawah

MB = 1-2((γ-x)/(γ-α))2 0.8 = 1-2 ((97.5-x)/(97.5-2.5))2 0.8-1 = -2 ((97.5-x)/(97.5-2.5))2 -0.2 = -2 ((97.5-x)/(95))2 0.2 = 2 ((97.5-x)/(95))2 0.2/2 = (97.5-x)/(95)2 0.1 = (97.5-x)/(95)2 √0.1 = (97.5-x)/(95) 0.316228 = (97.5-x)/(95) 0.316228*95 = (97.5-x) 30.04164 = (97.5-x) x = 97.5 - 30.04164 x = 67.45836 MD = 2((γ-x)/(γ-α))2 = 2((95-67.45836)/( 95-5))2 = 2 ((27.54164)/(90))2 = 2(0.306018)2 = 2(0.093647) = 0.187294

(13)

3.3. Implementasi Metode Certainty Factor

Certainty Factor digunakan untuk menghitung penentuan diagnosis gejala atau output dengan menggunakan hasil perhitungan nilai mb dan md dari perhitungan fuzzy logic.

CF(H,E)=MB(H,E) - MD(H,E) ...(13)

Tabel 5 . Tabel MB dan MD

GEJALA Infeksi Saluran Kemih (P04) Batu Ginjal (P05) Batu Kandung Kemih (P09) MB MD MB MD MB MD

Warna Urine Keruh, Pekat, dan

Gelap (G08) 0,8 0,1872 94 0,6 0,3947 7 0,7 ,29037 9 Nyeri Pada Perut Bagian Bawah

(G13) 0,7 0,290379 - - 0,8 0,187294

Perasaan Bahwa Urine TidaK

Sepenuhhnya Keluar (G25) 0,6

0,3947

7 - - - -

Setiap gejala yang dipilih memiliki aturan dan nilai CF masing-masing yang dari hasil perhitungan mb dan md seperti yang terlihat pada tabel. Untuk proses perhitungan digunakan rumus berikut.

CF(H,E)=MB(H,E) - MD(H,E) ...(14)

a. Infeksi Saluran Kemih (P04)

Perhitungan nilai CF untuk infeksi saluran kemih berdasarkan gejala yang dipilih sebagai berikut:

CF(G08) 0,8 - 0,187294 = 0,61271 CF(G13) 0,7 - 0,290379= 0,40962 CF(G25) 0,6 - 0,39477= 0,20523 b. Batu Ginjal (P05)

Perhitungan nilai CF untuk batu ginjal berdasarkan gejala yang dipilih sebagai berikut:

CF(G08) 0,6 - 0,39477= 0,20523 c. Batu Kandung Kemih (P09)

Perhitungan nilai CF untuk batu kandung kemih berdasarkan gejala yang dipilih sebagai berikut:

CF(G08) 0,7 - 0,290379= 0,40962 CF(G013) 0,8 - 0,187294 = 0,61271

(14)

Tabel 6 . Tabel CF(H,E)=MB(H,E) - MD(H,E)

GEJALA

Infeksi Saluran

Kemih (P04) Batu Ginjal (P05)

Batu Kandung

Kemih (P09) CF

Warna Urine Keruh, Pekat, dan Gelap

(G08) 0,61271 0,20523 0,40962

Nyeri Pada Perut Bagian Bawah (G13) 0,40962 - 0,61271

Perasaan Bahwa Urine Tidak

Sepenuhhnya Keluar (G25) 0,20523 - -

Dari hasil perhitungan tersebut selanjutnya menggunakan rumus CF gabungan sebagai berikut.

CF(x,y) =

{

CF(x) + CF(y)-(CF(x) * CF(y)), CF(x)> 0 dan CF(y)> 0

CF(x) + CF(y)

(1 - (Min (|CF(x)|, |CF(y)|))), salah satu (CF(x), CF(y)< 0)

CF(x) + CF(y)+ (CF(x) * CF(y)), CF(x)< 0 dan CF(y)< 0

Dimana x = CF(H,E1), y = CF(H,E2), dan z = CF(H,E1, E2) a. Infeksi Saluran Kemih (P04)

Perhitungan nilai CF gabungan untuk infeksi saluran kemih berdasarkan gejala yang dipilih sebagai berikut:

CF(P04,G08,G13) 0,61271+0,40962 – (0,61271 * 0,40962) = 0,77135old1 CF(P04,old1,G25)  0,77135 + 0,20523 – (0,77135 * 0,20523) = 0,81827 b. Batu Ginjal (P05)

Perhitungan nilai CF gabungan untuk batu ginjal berdasarkan gejala yang dipilih sebagai berikut:

CF(P05,G08) 0,20523 c. Batu Kandung Kemih (P09)

Perhitungan nilai CF gabungan untuk batu kandung kemih berdasarkan gejala yang dipilih sebagai berikut:

CF(P09,G08,G13) 0,40962 + 0,61271 – (0,40962 * 0,61271) = 0,77135 Tabel 7.Hasil nilai CF Combine

No Nama Penyakit Nilai

1. Infeksi Saluran Kemih 0,81827

2. Batu Ginjal 0,20523

3. Batu Kandung Kemih 0,77135

...(15)

...(17) ...(16)

(15)

Pada tabel 7 dijelaskan bahwa keterangan nilai CF (Certainty Factor) diatas untuk mengelompokkan nilai CF penyakit ginjal. Pada penyakit ginjal dengan nilai CF tertinggi adalah diagnosa awal penyakit dari gejala-gejala yang telah dipilih. Dengan demikian dapat dikatakan bahwa penyakit utama yang memiliki nilai CF tertinggi terdapat pada penyakit Infeksi Saluran Kemih dengan nilai CF yang didapat yaitu 0,81827.

4. SIMPULAN

Dari hasil penelitian yang telah dilakukan, dapat diambil beberapa kesimpulan sebagai berikut:

a. Metode Fuzzy Logic dan Certainty Factor dapat memberikan diagnosa awal penyakit ginjal berdasarkan gejala-gejala yang dialami penderita.

b. Fuzzy Logic dapat diterapkan dalam penentuan nilai MD berdasarkan nilai MB yang didapat dari pakar kemudian dari kedua nilai tersebut digunakan pada perhitungan Certainty Factor dalam mendiagnosa awal penyakit ginjal.

c. Hasil validasi diagnosa penyakit ginjal dari sistem 100% sama dengan hasil diagnosa pakar.

d. Dari 10 kasus pada kasus 5 terdapat perbedaan diagnosa antara sistem dan pakar dimana sistem mendiagnosa 2 penyakit sedangkan pakar mendiagnosa 1 penyakit, itu dikarenakan pada 2 penyakit tersebut mempunyai nilai yang sama pada proses hasil perhitungan terhadap nilai MB yang sama.[5].

DAFTAR PUSTAKA

[1] L. Latumakulita, C. E. J. C. Montolalu, P. B. Alami, and S. S. Buatan, “Sistem Pakar Pendiagnosa Penyakit Ginjal,” vol. 11, no. 1, pp. 131–139, 2011.

[2] I. P. B. Krisnawan, I. K. Gede, D. Putra, and I. P. A. Bayupati, “Sistem Pakar Diagnosa Penyakit Kulit dan Kelamin Dengan Metode Certainty Factor dan Fuzzy Logic,” vol. 2, no. 3, pp. 351–360, 2014.

[3] S. K. Dewi, “Logika Fuzzy,” pp. 109–148, 2010.

[4] S. Yastita, Y. D. Lulu, and R. P. Sari, “Sistem Pakar Penyakit Kulit Pada Manusia Menggunakan Metode Certainty Factor Berbasis Web,” 2012.

[5] N. Azka, “Implementasi Fuzzy Logic Untuk Penentuan Uncertainty Factor Pada Sistem Pakar Diagnosa Awal Penyakit Ginjal,” 2017.