PENERAPAN METODE FUZZY MAMDANI DAN DEMPSTER SHAFER PADA DIAGNOSA AWAL PENYAKIT KULIT

Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)

PENERAPAN METODE FUZZY MAMDANI DAN DEMPSTER SHAFER PADA DIAGNOSA AWAL PENYAKIT KULIT Made Indriani1, Andi Farmadi2, Muliadi3 123Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan Email : [email protected] Abstract There are various diseases that can affect human skin. There is some which are mild, there are also signs of dangerous diseases if left untreated. So it is important to know what skin diseases that attack based on the initial symptoms experienced. Expert systems can be used for early determination skin desease. Some methods that often used on the expert system is fuzzy mamdani and dempster-shafer method. The fuzzy mamdani method is also known as the min-max method, introduced by Ebrahim Mamdani in 1975. The purpose of This research is to determine the results of comparative test of the accuracy level of fuzzy mamdani and dempster shafer method in early diagnosis system of skin diseases. Keywords: Expert System, Accuracy comparison, Fuzzy Mamdani, Dempster-shafer.

Abstrak Terdapat berbagai penyakit yang bisa menyerang kulit manusia. diantaranya ada yang ringan, adapula yang merupakan tanda-tanda penyakit yang membahayakan jika tidak diobati. Maka penting untuk mengetahui penyakit kulit apa yang menyerang berdasarkan dari gejala awal yang dialami. Sistem pakar dapat digunakan untuk penentuan awal penyakit kulit. Beberapa metode yang sering digunakan pada sistem pakar yaitu metode fuzzy mamdani dan metode dempster-shafer. Metode fuzzy mamdani dikenal juga sebagai metode min-max, diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Penelitian ini bertujuan untuk mengetahui hasil uji perbandingan tingkat akurasi metode fuzzy mamdani dan dempster shafer dalam sistem diagnosa awal penyakit kulit. Kata Kunci: Sistem Pakar, perbandingan akurasi, Fuzzy Mamdani, Dempster-Shafer.

Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) |232


1.

PENDAHULUAN

Kulit merupakan organ tubuh yang terletak paling luar dan membatasinya dengan lingkungan hidup manusia. Oleh karena itu, sangatlah penting untuk mengetahui gangguan atau penyakit kulit apa yang menyerang berdasarkan dari gejala awal yang dialami. Pada umumnya penderita penyakit kulit pasti melakukan konsultasi atau berobat kepada dokter spesialis. Namun tidak semua orang dapat melakukan hal tersebut dikarenakan beberapa faktor. Misalnya saja faktor ekonomi, kesibukan, atau jam kerja praktek dokter yang terbatas dan tidak sedikit penderita yang malu untuk berkonsultasi ke dokter spesialis. Dengan adanya hal tersebut maka dapat disimpulkan bahwa diperlukan suatu sistem pakar (expert system) yang dimana sistem tersebut dapat dijadikan pengganti seorang pakar di bidang penyakit kulit atau penyakit dalam. Sistem pakar ini nantinya akan digunakan oleh masyarakat yang membutuhkan informasi untuk diagnosa awal penyakit kulit. Salah satu cara menyelesaikan sistem pakar ini adalah penulis menggunakan metode fuzzy mamdani dan dempster shafer. Dengan penerapan dua metode yaitu metode Fuzzy Mamdani dan Dempster Shafer, maka akan dilakukan uji perbandingan akurasi terhadap hasil akhir dari penggunaan kedua metode tersebut yang manakah yang lebih akurat dalam diagnosa awal penyakit kulit. 2.

METODE PENELITIAN

2.1 Metode Fuzzy Mamdani Metode fuzzy mamdani merupakan salah satu metode yang sistem penalarannya seperti pola pikir manusia karena adanya fungsi implikasi dan himpunan fuzzy yang terdapat pada metode ini. turunan dari fuzzy logic yang memiliki keistimewaan yang dimana pada tahapan fuzzynya lebih lengkap sampai pada tahap defuzifikasi atau penegasan dalam penentuan hasilnya. 2.2 Fungsi Keanggotaan Fuzzy Mamdani Terdapat beberapa metode yang dapat digunakan dalam melakukan komposisi aturan, yaitu metode max (maximum), additive, dan probabilistik OR. a. Metode Max (Maximum) Pada metode max, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan. Secara umum dapat dituliskan: µsf(xi) = max (µsf(xi), µkf(xi)) ... (1) dengan : µsf(xi) = nilai keagggotaan solusi fuzzy sampai aturan ke-i; µkf(xi)= nilai keaggotaan konsekuen fuzzy aturan ke-i; b. Metode Additive (Sum) Pada metode additive, solusi himpunan fuzzy diperoleh dengan cara melakukan bounded-sum terhadap semua output daerah fuzzy. Secara umum dituliskan: µsf(xi) = min (1,µsf(xi)+ µkf(xi)) dengan : µsf(xi) = nilai keagggotaan solusi fuzzy sampai aturan ke-i; µkf(xi)= nilai keaggotaan konsekuen fuzzy aturan ke-i; c. Metode Probabilistik OR

... (2)



Pada metode probabilistik OR (probor), solusi himpunan fuzzy diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy. Secara umum dituliskan: µsf(xi) = (µsf(xi)+ µkf(xi))- (µsf(xi)*µkf(xi)) dengan : µsf(xi) = nilai keagggotaan solusi fuzzy sampai aturan ke-i; µkf(xi)= nilai keaggotaan konsekuen fuzzy aturan ke-i; 2.3

... (3)

Penegasan (Defuzzification)

Penegasan (defuzzification) adalah proses mengolah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy untuk menghasilkan output berupa suatu bilangan pada domain himpunan fuzzy tersebut. Terdapat beberapa metode untuk yang dapat digunakan pada defuzzify, antara lain: Metode Centroid (Composite Moment) Pada metode centroid, titik pusat daerah fuzzy diambil untuk memperoleh solusi crisp. Secara umum dapat dituliskan: Untuk variabel kontinu, atau

... (4)

Untuk variabel diskret,

...(5)

2.4 Dempster Shafer Fungsi Belief dapat diformulasikan dan ditunjukkan pada persamaan berikut: Bel(X) = ∑𝑦⊇𝑥 𝑚(𝑌) ... (6) Sedangkan Plausibility (Pls) dinotasikan sebagai: Pls(X) = 1 – Bel(X’) = 1 - ∑𝑦⊆𝑥′ 𝑚(𝑋 ′ ) ... (7) plausibility juga bernilai 0 sampai 1, jika kita yakin akan X’ maka dapat dikatakan Belief (X’) = 1 sehingga dari rumus di atas nilai pls (X) = 0. Pada teroti Dempster-Shafer juga dikenal adanya frame of discernment yang dinotasikan dengan Θ . FOD ini merupakan semesta pembicaraan dari sekumpulan hipotesis sehingga sering disebut sebagai environment. Θ = {𝜃1, 𝜃2, … … 𝜃𝑛} ... (8) ∑𝑋⋂𝑌=𝑍 𝑚1(𝑋)𝑚2(𝑌) m1 ⨁ m2(Z) = 1− ∑ ... (9) 𝑚1(𝑋)𝑚2(𝑌) 𝑋⋂𝑌=0

dimana: m1 ⨁ m2(Z) m1(X) m2(Y) ⨁

= mass function dari evidence (Z) = mass function dari evidence (X) = mass function dari evidence (Y) = operator direct sum



3

HASIL DAN PEMBAHASAN

3.1 Data yang Digunakan Adapun data pengetahuan yang didapatkan langsung dari pakar adalah sebagai berikut. Tabel 1. Data Penyakit Kulit Kode P1 P2 P3 P4 P5 P6 P7 P8 P9 P10

Nama Penyakit Acne Vulgaris Impetigo Krustosa Impetigo Bulosa Varicella Herpes Zoster Jamur Tinea Candidosis Cutis Pityriasis versicolor Liken simplek kronis Dermatitis Atopik

Sumber: Perbandingan Akurasi Metode Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit. 2017

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 Kulit Kode Nama Gejala Koreng berwarna kuning seperti madu G1 Rasa gatal yang biasanya muncul di malam hari G2 Kulit menjadi tebal, kering dan biasanya seperti bersisik putih kasar G3 Terjadi pembengkakan saat tergores pada daerah muka, leher, lengan ataupun lutut Bengkak didaerah kelenjar getah bening (limfa) (leher, tulang selangka, ketiak, dan pangkal paha) G5 Gatal G6 Demam G7 Timbulnya bercak berwarna merah disertai bintil bintil sekitar lipatan paha dan anus G8 Dapat berupa bercak hitam dan bersisik berwarna putih atau terkelupas G9 Rasa gatal seperti terbakar G10 Lemas serta tidak enak badan G11 Pusing G12 Muncul lepuh satu sisi badan G13 Nyeri otot tulang sekitar daerah torakal ( tulang belakang) G14 Bintil bintil merah atau lepuhan lembut berisi cairan G15 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) |235 G4


Tabel 2. Lanjutan Data Gejala Penyakit Kulit Kode Gejala G16 G17 G18 G19 G20 G21 G22 G23 G24

G25

Nama Gejala

Benjolan mudah pecah dan membentuk Collarete (luka dangkal dengan sisik ditepi) Susah berkeringat saat beraktifitas Bila berkeringat terasa sangat gatal Kulit bersisik halus Penonjolan yang berisi zat padat ( komedo ) disekitar wajah, bahu, dada bagian atas dan pungung Ruam kemerahan dengan bintil merah kecil berisi cairan pada wajah terutama sekitar hidung dan mulut Benjolan kecil terutama ditepian ruam sekitar lipatan paha, kulit ketiak dan lipatan payudara Ruam kemerahan yang disertai bercak tegas berisi cairan nanah Timbulnya bercak lesi yang bervariasi mulai dari kemerahan, sampai kecoklatan atau putih Penonjolan (papul) yang berisi zat padat ( komedo ) sekitar sisi leher, pergelangan kaki, dan paha bagian atas


3.2

Implementasi Metode Fuzzy Mamdani

Pada setiap gejala, terdapat bobot nilai yang telah ditentukan berdasarkan pakar penyakit kulit. Pada 10 data penyakit ada 25 gejala dimasing- masing masing penyakit terdapat gejala yang berbeda- beda, dimana terdapat 3 himpunan, yaitu ringan, sedang, dan parah. Dari data bobot nilai, nilai batas maksimum dan minimum, kemudian dilakukan proses fuzzyfikasi dengan rumus kurva segitiga dan kurva bahu kiri dan bahu kanan sehingga didapatkan nilai fuzzy. Ringan

Sedang

Parah

1

0

30

60

90

Gambar 1. Fuzifikasi keanggotaan Gejala Koreng berwarna kuning seperti madu Sumber: Perbandingan Akurasi Metode Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit. 2017

Fungsi Keanggotaan: 1, 𝑥 ≤ 30 𝜇 𝑅𝑒𝑛𝑑𝑎ℎ[𝑥] { 0, 𝑥 ≥ 60 30−𝑥 , 1 ≤ 𝑥 ≤ 60 30

...(10)



0, 𝑥 ≤ 30 𝑎𝑡𝑎𝑢 𝑥 ≥ 90 𝑥−30 , 30 ≤ 𝑥 ≤ 60 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] { 30 60−𝑥 30

...(11)

, 60 ≤ 𝑥 ≤ 90

0, 𝑥 ≤ 60 𝜇 𝑝𝑎𝑟𝑎ℎ[𝑥] { 30 , 60 ≤ 𝑥 ≤ 90 1, 𝑥 ≥ 90 𝑥−60

...(12)

Sedang

Ringan

Parah

11

20

0

50

80

Gambar 2. Grafik representasi Gejala Rasa gatal yang biasanya muncul di malam hari


Fungsi Keanggotaan: 1, 𝜇 𝑅𝑒𝑛𝑑𝑎ℎ[𝑥] { 0,

𝑥 ≤ 20 𝑥 ≥ 50

...(13)

50−𝑥 ,1 30

≤ 𝑥 ≤ 50 0, 𝑥 ≤ 20 𝑎𝑡𝑎𝑢 𝑥 ≥ 80 𝑥−20 , 20 ≤ 𝑥 ≤ 50 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] { 30 50−𝑥 , 50 ≤ 𝑥 ≤ 80 30 0, 𝑥 ≤ 50

...(14)

𝑥−50 , 50 30

𝜇 𝑝𝑎𝑟𝑎ℎ[𝑥] {

Ringan

...(15)

≤ 𝑥 ≤ 80 1, 𝑥 ≥ 80

Sedang

Parah

1

0

20

40

60

Gambar 3. Grafik representasi Gejala Terjadi pembengkakan saat tergores pada daerah muka, leher, lengan ataupun lutut Sumber: Perbandingan Akurasi Metode Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit. 2017




𝑥 ≤ 20 𝑥 ≥ 40 40−𝑥 , 1 ≤ 𝑥 ≤ 40 20 0, 𝑥 ≤ 20 𝑎𝑡𝑎𝑢 𝑥 ≥ 60 𝑥−20 , 20 ≤ 𝑥 ≤ 40 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] { 20

...(16)

...(17)

40−𝑥

, 40 ≤ 𝑥 ≤ 60 0, 𝑥 ≤ 40 𝑥−40 𝜇 𝑝𝑎𝑟𝑎ℎ[𝑥] { 20 , 50 ≤ 𝑥 ≤ 60 20

...(18)

1, 𝑥 ≥ 60 Rendah

Normal

Tinggi

1

0

35.5

36

36.5

Gambar 4. Grafik representasi Gejala Demam


Fungsi Keanggotaan: 1, 𝑥 ≤ 35.5 0, 𝑥 ≥ 36 𝜇 𝑅𝑒𝑛𝑑𝑎ℎ[𝑥] { 36−𝑥 , 35.5 ≤ 𝑥 ≤ 36 0.5 0, 𝑥 ≤ 35.5 𝑎𝑡𝑎𝑢 𝑥 ≥ 36.5 𝑥−35.5 , 35.5 ≤ 𝑥 ≤ 36 𝜇 𝑁𝑜𝑟𝑚𝑎𝑙[𝑥] { 0.5

...(19)

...(20)

36.5−𝑥

, 36 ≤ 𝑥 ≤ 36.5 0, 𝑥 ≤ 36 𝑥−36 𝜇 𝑇𝑖𝑛𝑔𝑔𝑖[𝑥] { 0.5 , 36 ≤ 𝑥 ≤ 36.5 0.5

...(21)

1, 𝑥 ≥ 36.5

Tidak Parah

Agak Parah

Sangat Parah

1

0

10

40

70

Gambar 5. Grafik representasi Gejala Rasa gatal seperti terbakar

Sumber: Perbandingan Akurasi Metode Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit. 2017 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) |238



𝑥 ≤ 10 𝑥 ≥ 40 40−𝑥 , 1 ≤ 𝑥 ≤ 40 30 0, 𝑥 ≤ 10 𝑎𝑡𝑎𝑢 𝑥 ≥ 70 𝑥−10 , 10 ≤ 𝑥 ≤ 40 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] { 30 40−𝑥 30

...(22)

...(23)

, 40 ≤ 𝑥 ≤ 70

0, 𝑥 ≤ 40 𝜇 𝑝𝑎𝑟𝑎ℎ𝑥] { 30 , 40 ≤ 𝑥 ≤ 70 1, 𝑥 ≥ 70 𝑥−40

Ringan

...(24)

Sedang

Parah

1

0

10

35

50

Gambar 6. Grafik representasi Gejala Pusing



𝑥 ≤ 10 𝑥 ≥ 35 35−𝑥 , 1 ≤ 𝑥 ≤ 35 25 0, 𝑥 ≤ 10 𝑎𝑡𝑎𝑢 𝑥 ≥ 50 𝑥−10 , 10 ≤ 𝑥 ≤ 35 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] { 25 35−𝑥

, 35 ≤ 𝑥 ≤ 50 0, 𝑥 ≤ 35 𝑥−35 𝜇 𝑝𝑎𝑟𝑎ℎ[𝑥] { 25 , 35 ≤ 𝑥 ≤ 50

...(25)

...(26)

25

...(27)

1, 𝑥 ≥ 50 Dari grafik di atas dihitung nilai x nya menggunakan hitungan grafik diatas. Untuk x ditentukan oleh user dalam hal ini pakar yang menentukan nilai x nya. Apabila nilai x=85 pada gejala Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah dan nilai x=80 pada gejala Penonjolan yang berisi zat padat ( komedo ) disekitar wajah, bahu, dada bagian atas dan pungung.



Ringan

Sedang

Parah

1

30

0

60

90

Gambar 7. Grafik representasi Gejala Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah


Fungsi Keanggotaan: 1, 𝑥 ≤ 30 𝜇 𝑅𝑒𝑛𝑑𝑎ℎ[𝑥] { 0, 𝑥 ≥ 60 30−𝑥 , 1 ≤ 𝑥 ≤ 60 30 0, 𝑥 ≤ 30 𝑎𝑡𝑎𝑢 𝑥 ≥ 90 𝑥−30 , 30 ≤ 𝑥 ≤ 60 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] { 30 60−𝑥 30

...(28)

...(29)

, 60 ≤ 𝑥 ≤ 90

0, 𝑥 ≤ 60 𝜇 𝑝𝑎𝑟𝑎ℎ[𝑥] { 30 , 60 ≤ 𝑥 ≤ 90 1, 𝑥 ≥ 90 𝑥−60

Ringan

...(30)

Sedang

Parah

60

90

1

0

30

Gambar 8. Grafik representasi Gejala Penonjolan yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan pungung


Fungsi Keanggotaan: 1, 𝑥 ≤ 30 𝜇 𝑅𝑒𝑛𝑑𝑎ℎ[𝑥] { 0, 𝑥 ≥ 60 30−𝑥 , 1 ≤ 𝑥 ≤ 60 30

...(31)



0, 𝑥 ≤ 30 𝑎𝑡𝑎𝑢 𝑥 ≥ 90 𝑥−30 , 30 ≤ 𝑥 ≤ 60 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] { 30

...(32)

60−𝑥

, 60 ≤ 𝑥 ≤ 90 0, 𝑥 ≤ 60 𝑥−60 𝜇 𝑝𝑎𝑟𝑎ℎ[𝑥] { 30 , 60 ≤ 𝑥 ≤ 90 1, 𝑥 ≥ 90 30

...(33)

Aturan yang digunakan dalam diagnosa penyakit kulit yang diteliti terdapat 5 rule , dengan masing-masing rule menggunakan metode Fuzzy Mamdani seperti ditunjukan pada tabel 3. Tabel 3. Rule base untuk Penyakit Kulit [R5]

[R6]

[R7]

[R8]

[R9]

If G15 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (sedang) AND G20 Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne Vulgaris (Sedang) If G15 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (parah) AND G20 Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne Vulgaris (Sedang) If G15 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (ringan) AND G20 Penonjolan (papul) yang berisi zat padat (komedo ) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne Vulgaris (parah) If G15 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (sedang) AND G20 Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne Vulgaris (parah) If G15 Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah (parah) AND G20 Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas (sedang) Then Penyakit Kulit Acne Vulgaris (parah)


Berdasarkan hasil jawaban tersebut dilakukan penarikan nilai fuzzyfikasi G15 (Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah) = 85 𝜇 𝑅𝑖𝑛𝑔𝑎𝑛 [𝑥] = 0 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] = (90-85)/(30) = 5/30 = 0.1667 𝜇 𝑃𝑎𝑟𝑎ℎ[𝑥] = (85-60)/(30) = 25/30 = 0.8334 G20 (Penonjolan (papul) yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas)= 80 𝜇 𝑅𝑖𝑛𝑔𝑎𝑛 [𝑥] = 0 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] = (90-80)/(30) = 10/30 = 0.334 𝜇 𝑃𝑎𝑟𝑎ℎ[𝑥] = (80-60)/(30) = 20/30 = 0.667 Untuk mendapatkan inferensi diperoleh dari hubungan antar rule, model Mamdani dengan model yang menggunakan komposisi aturan MAX yang mengambil nilai Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) |241


maksimum dari hasil fungsi implikasi MIN untuk masing-masing aturan yang bertujuan menghasilkan daerah output fuzzy, dalam hal ini didapatkan hasil MAX dimiliki oleh Rule seperti pada tabel 4. Tabel 4. Tabel Hasil Implikasi Penyakit Kulit R1 R2 R3 R4 R5 R6 R7 R8 R9

Acne Vulgaris Ringan Acne Vulgaris Ringan Acne Vulgaris Ringan Acne Vulgaris Sedang Acne Vulgaris Sedang Acne Vulgaris Sedang Acne Vulgaris Parah Acne Vulgaris Parah Acne Vulgaris Parah

0 0 0 0 0.16666666667 0.333333333333 0 0.16666666667 0.333333333333


Kemudian dilakukan proses defuzzyfikasi, dimana : Hasil Defuzzifikasi Z = ∑(nilai fuzzyfikasi tiap gejala * nilai mutlak dari tiap option gejala) ∑ (nilai fuzzyfikasi tiap gejala) Z = (1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) +(0.833333333333 x 85) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 1 x 0 ) + ( 0.666666666667 x 80 ) + ( 1 x 0 ) + ( 1 x 0 ) +(1x0)+(1x0)+(1x0) = 0+0+0+0+0+0+0+0+0+0+0+0+0+0+70.833+0+0+0+0+53.333+0+0+0+0+0 1+1+1+1+1+1+1+1+1+1+1+1+1+1+0.833333333333+1+1+1+1+0.666666666667 +1+1+1+1+1 Z=

164.333333333 24.5

= 5.06802721088

Dari perhitungan diatas, maka dapat ditarik kesimpulan bahwa gejala G15 dan G20 dengan tingkat keparahan parah untuk penyakit kulit acne vulgaris. Berdasarkan dari gambar 7 dimana nilai 85 termasuk dalam nilai keanggotaan kategori parah dan gambar 8 dimana nilai 80 termasuk dalam nilai keanggotaan kategori parah. 3.3 Implementasi Metode Dempster Shafer Berdasarkan dari data gejala yang telah didapatkan dari pakar yang bersangkutan kemudian peneliti meminta kepada pakar untuk memberikan relasi atau basis aturan pada penyakit kulit. Adapun data relasi yang diperoleh adalah sebagai berikut. Tabel 5. Tabel relasi gejala terhadap penyakit kulit Gejala G1 G2 G3 G4

P1

P2 V

P3

P4 V

Penyakit P5 P6

P7

P8

P9

P10

V V


V


Tabel 5. Lanjutan Tabel relasi gejala terhadap penyakit kulit G5 G6 G7 G8 G9 G10 G11 G12 G13 G14 G15 G16 G17 G18 G19 G20 G21 G22 G23 G24 G25

V V V

V V V

V V

V V V V

V

V V V V V

V V

V V V V

V

V

V

V V V V

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 6. Tabel Bobot gejala penyakit kulit Kode Gejala G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12

Nama Gejala Golden Yellow Crust (keropeng tebal berwarna kuning seperti madu) rasa gatal yang biasanya muncul di malam hari kulit menjadi tebal, kering dan berskuama Terjadi pembengkakan saat tergores pada daerah muka, leher, lengan ataupun lutut Bengkak didaerah kelenjar getah bening (limfa) Gatal Demam Timbulnya bercak berwarna merah disertai bintil bintil sekitar lipatan paha dan anus Dapat berupa bercak hitam disertai sedikit sisik berwarna putih Rasa gatal seperti terbakar Lemas serta tidak enak badan Pusing

Densitas 0.90 0.80 0.80 0.60 0.60 0.80 0.50 0.90 0.80 0.70 0.70 0.50



Tabel 6. Lanjutan Tabel Bobot gejala penyakit kulit G13

Muncul lepuh satu sisi badan Nyeri otot tulang sekitar daerah torakal ( tulang belakang) Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah Benjolan (Bula) mudah pecah dan membentuk Collarete (luka dangkal dengan sisik ditepi) Susah berkeringat Bila berkeringat terasa sangat gatal Kulit bersisik halus Penonjolan (papul) yang berisi zat padat ( komedo ) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas Ruam kemerahan dengan bintil merah kecil berisi cairan pada wajah terutama sekitar hidung dan mulut Benjolan (Bula) kecil terutama ditepian ruam sekitar lipatan paha, kulit ketiak dan lipatan payudara Ruam kemerahan yang disertai bercak tegas berisi cairan nanah Timbulnya bercak lesi yang bervariasi mulai dari kemerahan, sampai kecoklatan atau putih tergantung warna kulit Penonjolan (papul) yang berisi zat padat ( komedo ) sekitar sisi leher, pergelangan kaki, dan paha bagian atas

G14 G15 G16 G17 G18 G19 G20 G21 G22 G23 G24 G25

0.90 0.70 0.90 0.90 0.60 0.60 0.80 0.90 0.90 0.70 0.90 0.90 0.90


Kemudian setelah didapatkan nilai densitas atau bobot yang ddapat dari pakar. Maka tahap selanjutnya adalah mesin inferensi. Mesin inferensi adalah suatu bagian yang akan memproses data yang digunakan dalam penelitian untuk menghasilkan output yang diinginkan. Inferensi yang digunakan dalam penelitian kali ini yaitu teori perhitungan Dempster Shafer. Adapun rumus dari teori perhitungan Dempster Shafer adalah sebagai berikut. 𝑚12(𝐴) =

1 1−𝑘

∑

............... 𝑚1(𝐵) 𝑚2(𝐶)

𝐵∩𝐶=𝐴≠∅

... (34) ... (35)

Dimana : 𝑘=

∑ 𝑚1(𝐵) 𝑚2(𝐶) 𝐵∩𝐶=∅

k = jumlah keseluruhan himpunan kosong Dari rumus diatas maka akan dihitung gejala yang diinput berupa gejala G15 = Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah dan G20 = Penonjolan (papul) yang berisi zat padat ( komedo ) disekitar wajah, bahu, dada bagian atas dan punggung bagian atas. Berdasarkan pengetahuan, G15 dan G20 merupakan gejala dari penyakit Acne Vulgaris (P1), Impetigo Bulosa (P3), dan Varicella (P4). Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) |244


a. Nilai kepercayaan G15 sebagai gejala penyakit kulit P1,P3,P4 adalah : m0 {P1,P3,P4} = 0.90 m0{ Θ} = 1- 0.90 = 0.10 m1 {P1} = 0.90 m1{ Θ} = 1- 0.90 = 0.10 Tabel 39. Tabel Perhitungan iterasi I m1 m0 {P1,P9} {P1,P3,P4} 0.9 {P1} θ 0.1 {P1,P9}

0.9 0.81 0.09

θ {P1,P3,P4} θ

0.1 0.09 0.01

b. Nilai kepercayaan G20 sebagai gejala dari penyakit kulit P1 adalah : 0.81 m2 {P1} = 1−0 = 0.81 0.09

m2 { {P1,P9}} = 1−0 = 0.09 0.09

m2 { P1,P3,P4} = 1−0 = 0.09 0.01

m2 { Θ } = 1−0 = 0.01 Dari hasil perhitungan diperoleh nilai densitas terbesar adalah pada penyakit P1 yaitu 0.81. Sehingga dapat disimpulkan bahwa diagonosa penyakit kulit berdasarkan G15 dan G20 adalah penyakit Acne Vulgaris dengan nilai densitas tertinggi sebesar 0.81 4

SIMPULAN Dari hasil penelitian yang telah dilakukan, dapat diambil beberapa kesimpulan sebagai berikut: a. Sistem Pakar Diagnosa Awal penyakit kulit ini mendapatkan nilai kesesuaian 100% untuk metode Fuzzy mamdani dan 100% untuk metode Dempster shafer. Hal ini membuktikan bahwa dengan digunakannya metode Fuzzy Mamdani Dempster shafer telah sesuai dengan hasil yang diharapkan. Hasil perhitungan yang dilakukan oleh sistem telah sama dengan hasil perhitungan yang dilakukan secara manual. b. Pada Fuzzy Mamdani untuk mencari hasil penyakit dari gejala-gejala yang telah dipilih oleh user dan mengetahui tingkat keparahannya dilakukan perhitungan defuzzyfikasi dengan metode Weighted Average. Sedangkan metode perhitungan yang ada pada Dempster Shafer dalam Diagnosa Awal Penyakit kulit yaitu menggunakan kombinasi nilai Belief dari gejala-gejala yang diderita dimana kombinasi nilai Belief terbesar yang akan diambil sebagai hasil Diagnosa Awal Penyakit Kulit. c. Hasil kepuasaan pengguna (user) dalam menggunakan sistem pakar diagnosa penyakit kulit lebih mudah menggunakan diagnosa dempster shafer dengan rata rata sebesar 3.3 dibandingkan dengan fuzzy mamdani. Sedangkan pada tingkat informasi lebih detail pada diagnosa fuzzy mamdani dengan rata-rata sebesar 3.35 dibandingkan dempster shafer 2.9.



DAFTAR PUSTAKA [1] [2] [3] [4]

M. Andino, H. Mahmud," Skin Diseases Expert System using Dempster-Shafer Theory," vol. 4, no.5, pp. 38- 44, 2012. Awotunde, J. B. et al, “Medical Diagnosis System Using Fuzzy Logic,” vol. 7, no. 2, pp. 99-106, 2014. S. K. Dewi, “Logika Fuzzy,” pp. 109–148, 2010. I. Made, “Perbandingan Akurasi Metode Fuzzy Mamdani dan Dempster Shafer diagnosa Awal Penyakit Kulit,” 2017.


PENERAPAN METODE FUZZY MAMDANI DAN DEMPSTER SHAFER PADA DIAGNOSA AWAL PENYAKIT KULIT

Recommend Documents