FORUM INFORMATIKA KESEHATAN INDONESIA 2015 98
Penerapan Fuzzy Logic Inference System Metode
FORUM INFORMATIKA KESEHATAN INDONESIA 2015 99
mendiagnosis penyakit jantung. Pada pembuatan sistem pakar tersebut, metode fuzzy logic digunakan sebagai basis perhitungan. Sistem pakar fuzzy logic memperoleh hasil yang lebih baik daripada sistem klasik yang dirancang, karena sistem ini mensimulasikan cara ahli seorang pakar. Sistem pakar ini telah dirancang dan diujicoba dengan rule base khusus yang dibentuk hampir pada semua penyakit jantung dapat memastikan akurasi sampai akhir suatu keputusan(3). Penelitian lain juga dilakukan dengan tmenggunakan sistem Hybrid untuk mendiagnosis kanker paru. Sistem Hybrid terdiri dari algoritma genetika untuk seleksi fitur pemilihan vektor yang relevan untuk melakukan diagnosis. Dimensi fitur yang dipilih kemudian dimasukkan ke dalam sistem klasifikasi. Sistem klasifikasi yang digunakan yaitu Fuzzy Inference System (FIS) yang telah dilatih menggunakan Extreme Learning Machine yang bertujuan untuk mengukur keakuratan diagnosis. Data yang digunakan dalam penelitian ini merupakan data multivariat yang berisi variabel-variabel kuantitatif berupa integer yang bernilai antara 0 - 3. Penelitian tersebut menghasilkan diagnosis berdasarkan 3 jenis kanker paru patologis(4).
Pada penelitian ini penulis akan memanfaatkan sistem pakar dengan fuzzy metode mamdani. Penulis menggunakan 5 variabel sebagai indikator dengan 3 variabel didapatkan dari hasil wawancara dengan pakar antara lain total anamnesis, derajat berat merokok, dan Usia serta 2 variabel lain yaitu Performance status berdasarkan Indeks skala karnofsky dan Doubling time yang merupakan waktu penyebaran nodul paru atau pembesaran diameter nodul paru pada hasil pencitraan medis dengan range yang sesuai.Implementasi Sistem pakar ini diharapkan dapat memudahkan dokter dalam menentukan solusi pengobatan pada pasien penyakit kanker paru dengan mendiagnosis gejala penyakit sejak awal.
2. Metode Penelitian
Secara garis besar, metode pada penelitian ini terdiri dari beberapa tahapan pengumpulan data dengan menentukan rules dan variabel, Penentuan derajat keanggotaan fuzzy, dimana metode fuzzy inference system yang digunakan adalah mamdani, Penentuan fungsi implikasi, penentuan fungsi aturan (agregation) serta defuzzifikasi. Secara diagram alur pada penelitian ini dapat dilihat pada gambar 3.1.
Gambar 1. Bagan metode penelitian 2.1. Pengumpulan Data
Metode wawancara digunakan dalam penelitian dengan tujuan untuk pengumpulan data dan informasi variabel yang akan digunakan dengan mengkombinasikan kaidah-kaidah penarikan kesimpulan (inferencerules). Dari hasil wawancara dengan pakar terdapat 5 variabel input gejala penyakit kanker paru yaitu : Total Anamnesis, Derajat berat merokok, Usia, Performance status dan Doubling time sehingga ditetapkan sebanyak 62 rules.
2.2. Penentuan Derajat Keanggotaan
Berdasarkan hasil wawancara dengan pakar, beberapa indikator yang digunakan sebagai penunjang diagnosis kanker paru antara lain : 2.2.1 Total Anamnesis
Untuk masing-masing variabel anamnesis memiliki bobot nilai yang berbeda berdasarkan dengan tingkatan gejala penyakit antara lain, ringan memiliki 4 bobot nilai, sedang memiliki 6 bobot nilai, dan berat memiliki 10 bobot nilai. Variabel- variabel tersebut terdiri dari : Demam, Suara serak, Nyeri dada, Genetik, Tinggal didaerah urban, Batuk berdarah/Kronis, Anemia, Penurunan berat badan, Terpapar zat karsinogenik, Sakit kepala mendadak, Sesak nafas, Wajah dan Leher bengkak, Nyeri pada tulang, Menelan terasa sulit, Sering terkena Infeksi paru.
2.2.2 Derajat Berat Merokok
Merupakan variabel input yang menentukan besaran derajat merokok seseorang berdasarkan analisis pakar dokter terhadap pasien yang diperoleh melalui wawancara langsung, seperti dapat dilihat pada tabel 1.
Tabel 1. Range derajat berat merokok
2.2.3 Usia
Merupakan variabel inputan yang dapat digunakan untuk mempengaruhi hasil diagnosis penyakit kanker paru, dengan semakin tinggi usia seseorang, maka semakin meningkat risiko terjadinya kanker paru, variabel usia diperoleh melalui wawancara langsung dokter. Range variabel usia dapat dilihat pada tabel 2.
Tabel 2. Range derajat berat merokok
FORUM INFORMATIKA KESEHATAN INDONESIA 2015 100
2.2.4 Performance Status
Merupakan aktivitas kondisi pasien dalam bentuk Skala Karnofsky dengan range tertentu yang memudahkan pengklasifikasian pasien sesuai keadaan gangguan fungsionalnya. Pengklasifikasian dimaksudkan dengann tujuan mempermudah dokter dalam melakukan evaluasi hasil terapi dan penilaian prognosis pasien. Skala karnofsky terdiri dari rentang nilai 100 – 0, dengan nilai 100 adalah keadaan sehat tanpa gangguan, dan nilai 0 adalah meninggal dengan perincian seperti dapat dilihat pada tabel 3.
Tabel 3. Skala Karnofsky perfomance status (5)
2.2.5 Doubling Time
Merupakan variabel input gejala penyakit yang berisi waktu penyebaran nodul paru atau pembesaran diameter nodul paru pada hasil rontgen dengan range yang sesuai. Pada kanker paru, pemeriksaan foto rontgen dada ulang diperlukan juga untuk menilai doubling time-nya. Dari beberapa kasus kanker paru mempunyai doubling time antara 37-465 hari. Sebagai contoh nilai doubling time > 18 menunjukkan tumor jinak (benigna), seperti dapat dilihat pada tabel 4.
Tabel 4. Doubling time rontgen dada
Fungsi derajat keanggotaan yang digunakan dalam penelitian ini adalah fungsi linear turun, fungsi kurva segitiga, dan fungsi linear naik.
Fungsi linear turun
0;
);
/(
] )
[ b x b a
x
b x
b x a
(1)
Variabel yang menggunakan fungsi ini yaitu, variabel total anamnesis himpunan ringan, variabel derajat berat merokok himpunan ringan, variabel usia himpunan remaja, variabel performance status himpunan sangat lemah, variabel doubling time
himpunan normal, dan variabel persentase kanker himpunan none.
Fungsi kurva segitiga
);
/(
) (
);
/ ) (
; 0 ] [
b c x c
a b a x
x
c x b
b x a
c x atau a x
(2)
Variabel yang menggunakan fungsi ini yaitu, variabel total anamnesis himpunan sedang, variabel derajat berat merokok himpunan sedang, variabel usia himpunan dewasa, variabel performance status himpunan menurun, variabel doubling time himpunan cukup, dan variabel persentase kanker himpunan jinak.
Fungsi linear naik
; 1
);
/ ) (
; 0 ]
[x x a b a
b x
b x a
a x
(3)
Sebagai contoh pada gambar 2 menunjukkan kurva total anamnesis yang digunakan pada penelitian ini
Gambar 2. Kurva total anamnesis Variabel yang menggunakan fungsi ini yaitu, variabel total anamnesis himpunan berat, variabel derajat berat merokok himpunan berat, variabel usia himpunan lansia, variabel performance status himpunan normal, variabel doubling time himpunan tinggi, dan variabel persentase kanker himpunan ganas. Tabel 5 menunjukkan Fungsi Derajat Keanggotaan dari semua variabel
Tabel 5. Tabel himpunan fuzzy
FORUM INFORMATIKA KESEHATAN INDONESIA 2015 101
2.3. Penentuan Fungsi Implikasi
Fungsi implikasi pada penelitian ini menggunakan fuzzy logic mamdani dengan fungsi implikasi min, sehingga dalam menentukan fungsi implikasi untuk mendiagnosis penyakit kanker paru digunakan operator AND, yang diperoleh dengan menggunakan fungsi MIN. Fungsi MIN adalah fungsi untuk mencari nilai keanggotaan terkecil dari dua atau lebih operand [7]. Secara umum dapat ditulis menggunakan Persamaan :
]) [ ], [
min( A x B y B
A
(4)2.4. Penentuan Komposisi Aturan (Agregation) Pembentukan aturan basis pengetahuan merupakan perancangan sistem yang berisi aturan- aturan (rules) sebagai penentuan keputusan hasil output sistem. Aturan-aturan ini difilter dengan bantuan seorang pakar dokter dan pilihan yang tepat sebanyak 62 rules, dan dibuat setelah pembentukan himpunan fuzzy. Pada metode fuzzy mamdani, fungsi implikasi yang digunakan adalah min. Sebagai contoh diambil 10 aturan basis pengetahuan dari total 62 rules pada tabel 6 dengan hasil none atau tidak terindikasi kanker paru.
Tabel 6. Contoh 10 aturan basis pengetahuan dari total 62 rules
Keterangan :
TA = Total Anamnesis DBM = Derajat Berat Merokok US = Usia
PS = Performance Status DT = Doubling Time
Dalam perhitungan komposisi aturan penelitian menggunakan penulis menggunakan metode max dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy serta dan mengaplikasikannya ke output dengan persamaan(7):
)) ( ), ( max(
)
( x
isf x
ikf x
isf
(5)Dimana :
) ( x
i sf
= nilai keanggotan solusi fuzzy sampai aturan ke-i) ( x
i kf
= nilai keanggotan konsekuen fuzzy aturan ke-i2.5. Defuzzifikasi
Tahap terakhir merupakan defuzzifikasi.
Proses ini dilakukan,jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai crisp tertentu sebagai output.
Pada tahapan deffuzifikasi untuk mendiagnosis kanker paru penelitian ini menggunakan metode centroid (Composite Moment). Pada metode centroid, solusi crisp diperoleh dengan cara mengambil titik pusat (z*) daerah fuzzy. Secara matematis pusat gravitasi atau center of gravity (COG) dapat dinyatakan menggunakan persamaan [8] sebagai berikut :
ba b
a
dz z A
zdz z A Z
) (
) (
*
(6)
3. Hasil dan Pembahasan Ujicoba Algoritma Fuzzy
Langkah 1. Menentukan Himpunan Fuzzy