Penentuan Jenis Infeksi Nifas Dengan Fuzzy Inference System Metode Mamdani BAB 0

commit to user

i

PENENTUAN JENIS INFEKSI NIFAS DENGAN FUZZY INFERENCE

SYSTEM METODE MAMDANI

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar

Strata Satu Program Studi Informatika

Disusun Oleh:

SARAH KARTIKAWANGI

M0510040

PROGRAM STUDI INFORMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SEBELAS MARET

SURAKARTA

commit to user

commit to user MOTTO

“Dengan nama Allah Yang Maha Pengasih, Maha Penyayang.

Segala puji bagi Allah, Tuhan seluruh alam.

Yang Maha Pengasih, Maha Penyayang.

Pemilik hari pembalasan.

Hanya kepada Engkaulah kami menyembah dan hanya kepada Engkaulah

kami mohon pertolongan.

Tunjukilah kami jalan yang lurus,

(yaitu) jalan orang-orang yang Engkau beri nikmat kepadanya;

bukan jalan mereka yang dimurkai, dan bukan (pula jalan) mereka yang

commit to user

v

PERSEMBAHAN

Skripsi ini saya persembahkan kepada :

- _{Ibu Rudiantari Ratna Dewi dan bapak Prihascaryo tercinta yang selalu} memenuhi hari-hari penulis dengan dukungan (sprititual maupun

material), harapan, dan do’a..

- _{Kakak Rizkia Perdana Wangi dan adik Yahya Khairul Hakim} tersayang atas do’a dan bantuannya..

- _{Teman-teman dekat penulis (Hestin, Katarina, Sannidhya, Thanh Thi Bi} Dan) yang telah membantu, menyemangati, dan membersamai selama masa perkuliahan dan di luar masa itu..

- _{Teman dan kakak yang ada di lingkaran hati penulis yang tidak bisa} tersebut satu persatu, salah satunya Asma’, yang telah menyemangati dengan caranya tersendiri “aku pingin ke wisudamu”..

- _{Kakak dan adik tingkat tersayang mbak Rahma, mbak Wanti, Dwi,} Umi, Ulfa, Sri, Gesti, Diany, Dania, Yaniar, Afifah, Aza, Asri, Sari, dan yang lain, yang tidak bisa penulis sebut satu-persatu..

- _{Teman-teman Informatika angkatan 2010, atas semangat dan} kebersamaannya..

- _{Teman-teman Intikom Buana Malika..}

commit to user

PENENTUAN JENIS INFEKSI MASA NIFAS DENGAN

FUZZY INFERENCE SYSTEM METODE MAMDANI

SARAH KARTIKAWANGI

Jurusan Informatika. Fakultas MIPA. Universitas Sebelas Maret

ABSTRAK

Infeksi masa nifas merupakan peradangan semua alat genitalia pada masa nifas dan merupakan penyebab kematian ibu yang mencapai persentase 11%. Masing-masing jenis infeksi nifas ditandai dengan gejala awal demam. Selain demam masing-masing jenis infeksi nifas juga mempunyai gejala yang hampir sama, seperti adanya nyeri perut, mual, dan gejala lain.

Perlu peran dari tenaga kesehatan agar gejala-gejala yang terjadi pada ibu penderita infeksi nifas dapat di diagnosa dan di beri penanganan yang tepat dan sesuai, tetapi kenyataan yang terjadi seringkali terbentur pada lambatnya penanganan karena terbatas dan tidak meratanya jumlah dokter spesialis dan tenaga kesehatan yang membantu, sedangkan pasien yang harus ditangani cukup banyak. Keterlambatan penanganan infeksi nifas dapat diatasi dengan adanya diagnosa awal. Diagnosa awal infeksi nifas dapat dilakukan dengan bantuan teknologi yang berkembang saat ini, salah satunya dengan Fuzzy Inference System(FIS).

Penelitian ini bertujuan membantu proses diagnosa awal infeksi nifas dengan

Fuzzy Inference System berdasar gejala fisik yang tampak, yaitu suhu, mual,

menggigil, nyeri kaki, nyeri perut, nyeri luka, bengkak, lochia, masa, dan keadaan umum . Metode FIS yang digunakan adalah metode Mamdani. Pada proses pengujian digunakan 20 data pasien penderita infeksi nifas. Hasil pengujian menunjukkan tingkat akurasi sebesar 90%.

commit to user

vii

DETERMINATION OF PUERPERAL INFECTION WITH FUZZY INFERENCE SYSTEM MAMDANI METHOD

SARAH KARTIKAWANGI

Department of Informatics. Faculty of Mathematics and Natural Science. Sebelas Maret University

ABSTRACT

Puerperal infection is an inflammation of all the tools genitalia during parturition and is a cause of maternal mortality, which reached the percentage of 11%. Each type of puerperal infection characterized by initial symptoms of fever. In addition to fever each type of puerperal infection also have similar symptoms, such as abdominal pain, nausea, and other symptoms.

Need the role of health professionals in order to symptoms that occur in mothers with puerperal infection can be diagnosed and given proper treatment and appropriate, but the reality was often hampered by the slow handling because it is limited and the uneven number of specialist doctors and health workers who help while patients who should be treated pretty much. Delays in handling puerperal infection can be overcome with the initial diagnosis. Early diagnosis of puerperal infection can be done with the help of technology developed at this time, one with Fuzzy Inference System (FIS).

This study aims to assist in the early diagnosis of puerperal infection with Fuzzy Inference System based on physical symptoms appear, such as temperature, nausea, chills, sore legs, abdominal pain, wound pain, swelling, lochia, age, and general condition. FIS method used is Mamdani method. In the process of testing the data used by 20 patients with puerperal infection. The test results showed an accuracy rate of 90%.

commit to user KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah subhanahu wata’ala, karena

atas limpahan rahmat dan karunia-Nya akhirnya penulis dapat menyelesaikan Skripsi

ini. Sholawat serta salam senantiasa penulis haturkan kepada Rasulullah Shalallahu

‘alaihi wa salam, berserta keluarga, sahabat, dan para pengikutnya.

Penulis menyadari bahwa dalam proses penyusunan laporan skripsi ini

penulis banyak mendapatkan bantuan dari berbagai pihak, oleh karena itu pada

kesempatan ini penulis ingin mengucapkan terima kasih kepada pihak-pihak berikut :

1. Seluruh keluarga Penulis terutama kedua orangtua, kakak, adik, nenek

kakek, dan segenap keluarga besar.

2. Bapak Drs. Bambang Harjito, M.App.Sc., Ph.D., selaku Ketua Jurusan

Informatika FMIPA UNS.

3. Ibu Umi Salamah, S.Si., M.Kom., selaku pembimbing I, yang telah

memberikan bimbingan dan bantuan kepada penulis.

4. Ibu Esti Suryani, S.Si., M.Kom., selaku pembimbing II, yang telah

memberikan bimbingan dan bantuan kepada penulis.

5. Bapak Meiyanto, S.T., M.T., dan Ibu Sari Widya Sihwi, S.Kom., M.TI

selaku Pembimbing Akademik.

6. Bapak Wiharto, S.T., M.Kom., dan Bapak Haryono Setiadi, S.T., M.Eng.,

selaku Penguji Sidang dan yang telah membantu penulis.

7. Ibu Rini Anggrainingsih, S.T, M.T., Bapak Wisnu Widiarto, S.Si., M.T.,

Mbak Tetra Setya Handayani, S.Pd., serta Bapak/Ibu Dosen dan Karyawan

Informatika UNS.

8. Teman-teman Informatika 2010, Intikom Buana Malika, dan segenap pihak

Rumah Sakit Dr. Moewardi yang berkenan membantu penelitian ini.

9. Semua pihak yang telah membantu penulis, yang tidak bisa penulis sebutkan

satu persatu.

Semoga amal baik yang telah diberikan mendapat balasan yang lebih baik

dari Allah Subhanahu wa ta’ala. Penulis menyadari bahwa skripsi ini masih banyak

commit to user

ix

dari para pembaca. Akhir kata, mudah-mudahan laporan Skripsi ini bermanfaat bagi

penulis khususnya dan pembaca pada umumnya.

Aamiin Yaa Rabbal ‘Alamin. Jazakumullah khoiron katsiron.

Surakarta, Agustus 2016

commit to user DAFTAR ISI

HALAMAN JUDUL ...i

HALAMAN PERSETUJUAN ... ii

HALAMAN PENGESAHAN ... iii

HALAMAN MOTTO ...iv

HALAMAN PERSEMBAHAN ...v

ABSTRAK ...vi

DAFTAR LAMPIRAN ...xiv

DAFTAR NOTASI DAN SIMBOL ...xv

DAFTAR ISTILAH ...xvi

BAB I PENDAHULUAN ...1

1.1. Latar Belakang ...1

1.2. Rumusan Masalah ...2

1.3. Batasan Masalah ...3

1.4. Tujuan Penelitian ...3

1.5. Manfaat Penelitian ...3

1.6. Sistematika Penulisan ...4

BAB II TINJAUAN PUSTAKA ...5

2.1. Landasan Teori ...5

2.1.1. Masa Nifas ...5

2.1.2. Infeksi Masa Nifas ...5

2.1.2.1. Penyebab Terjadinya Infeksi ...6

2.1.2.2. Jenis Infeksi Nifas ...6

2.1.3. Logika Fuzzy ...10

2.1.4. Fuzzy Inference System ...12

commit to user

xi

2.2. Penelitian Terkait ...17

BAB III METODE PENELITIAN ...21

3.1. Pengumpulan Data ...21

3.2. Penentuan Variabel Input dan Output ...22

3.3. Pembentukan Himpunan Fuzzy ...22

3.4. Penentuan Fuzzy Rule (Aturan) ...23

3.5. Defuzzifikasi ...24

3.6. Pengujian dan Validasi Sistem ...24

BAB IV PEMBAHASAN ...25

4.1. Konstruksi FIS (Fuzzy Inference System) ...25

4.1.1. Deskripsi Masalah ...25

4.1.2. Penentuan Variabel Input dan Output ...25

4.1.3. Penentuan Fuzzy Rules ...35

4.2. Pengujian Metode ...36

4.3. Analisa Hasil ...38

BAB V KESIMPULAN DAN SARAN ...56

5.1. Kesimpulan ...56

5.2. Saran ...56

commit to user DAFTAR TABEL

Tabel 2.1. Tabel jenis infeksi dan gejala yang menyertai ...9

Tabel 2.2. Penelitian terkait ...20

Tabel 4.1. Variabel penelitian ...26

Tabel 4.2. Himpunan fuzzy ...27

Tabel 4.3. Contoh rules (aturan) ...35

commit to user

xiii

DAFTAR GAMBAR

Gambar 2.1. Fungsi keanggotaan logika fuzzy dan logika crisp ...10

Gambar 2.2. Fungsi keanggotaan himpunan fuzzy ...12

Gambar 2.3. Kurva fungsi keanggotaan segitiga ...12

Gambar 2.4. Struktur sederhana dan contoh kasus Fuzzy Inference System ...13

Gambar 2.5. Fungsi Implikasi MIN ...14

Gambar 3.1. Alur perancangan penelitian ...21

Gambar 3.2. Fungsi keanggotaan variabel nyeri luka ...22

Gambar 3.3.Flowchartpenentuan Fuzzy Rules ...23

Gambar 3.4.Flowchart Defuzzifikasi ...24

Gambar 4.1. Himpunan fuzzyusia masa nifas ...28

Gambar 4.2. Himpunan fuzzy lochia ...28

Gambar 4.3. Himpunan fuzzy nyeri kaki ...29

Gambar 4.4. Himpunan fuzzy nyeri luka ...30

Gambar 4.5. Himpunan fuzzy menggigil ...30

Gambar 4.6. Himpunan fuzzy oedem ...31

Gambar 4.7. Himpunan fuzzy mual ...32

Gambar 4.8. Himpunan fuzzy keadaan umum ...32

Gambar 4.9. Himpunan fuzzy nyeri perut ...33

Gambar 4.10. Himpunan fuzzy suhu ...34

Gambar 4.11. Himpunan fuzzy jenis infeksi ...34

Gambar 4.12. Hasil Sepsis Puerperalis kondisi rendah pada data lochia 43 ...42

Gambar 4.13. Hasil Sepsis Puerperalis kondisi sedang pada data lochia 43 ...43

Gambar 4.14. Hasil korelasi antar aturan pada data lochia 43 ...43

Gambar 4.15. Hasil Sepsis Puerperalis kondisi sedang pada data lochia 73 ...45

Gambar 4.16. Hasil Sepsis Puerperalis kondisi tinggi pada data lochia 73 ...45

Gambar 4.17. Hasil korelasi antar aturan pada data lochia 73 ...46

Gambar 4.18. Hasil Sepsis Puerperalis kondisi sedang pada data masa 14 ...51

Gambar 4.19. Hasil Sepsis Puerperalis kondisi tinggi pada data masa 14 ...52

commit to user DAFTAR LAMPIRAN

commit to user

xv

DAFTAR NOTASI DAN SIMBOL

A : himpunan fuzzy

P : berbagai nilai kebenaran

T(P) : bagian dari nilai kebenaran P

μ : derajat keanggotaan

Ax : gabungan himpunan fuzzybaru Bx : irisan himpunan fuzzy

ת : irisan himpunan ׫ : union himpunan

א : elemen dari (simbol keanggotaan)

z* : titik pusat daerah fuzzy

z : nilai pada himpunan output fuzzy

Z : semesta pembicaraan untuk defuzzifikasi

œത

: nilai tengah untuk setiap fungsi keanggotaan yang simetris

Ck : total dari outputhimpunan fuzzy

commit to user DAFTAR ISTILAH

Cervix : leher rahim

Endometritis : radang selaput lendir rahim

Endometrium : selaput lendir rahim

Fibrinogen : protein dalam plasma darah yang dapat menimbulkan

pembekuan darah

Infiltrat : penyusupan / terkumpulnya zat / bahan yang tidak

normal ke dalam jaringan

Intrapartum : dalam persalinan

Involusi : kemunduran dalam perkembangan

Ligamentum Inguale : pita sebagai penghubung tulang-tulang daerah lipat

paha

Lochia : cairan yang keluar dari liang senggama selama masa

nifas

Oedem : penimbunan cairan secara berlebih di dalam jaringan

tubuh

Parametritis : radang parametrium

Parametrium : jaringan subserosa berserabut di samping leher rahim

Ke arah samping meluas diantara kedua lapisan

ligamentum

Pelvi peritonitis : radang selaput perut rongga panggul dan alat - alat

panggul

Perineum : daerah bawah batang badan antara dubur dan alat-alat

commit to user

xvii

Peritonitis : radang selaput perut

Puerperalis : demam nifas

Salpingitis : radang saluran telur

Sepsis Puerperalis : reaksi umm disertai demam karena kegiatan bakteri

dan zat-zat yang dihasilkan bakteri

Thrombophlebitis Femoralis : radang vena daerah tulang paha disertai dengan

pembekuan darah di dalamnya

Thrombophlebitis Pelvica : radang vena daerah panggul disertai dengan

pembekuan darah di dalamnya