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

Transkripsi

1 PENERAPAN METODE FUZZY MAMDANI DAN DEMPSTER SHAFER PADA DIAGNOSA AWAL PENYAKIT KULIT Made Indriani, Andi Farmadi 2, Muliadi 3 23 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan madeindrianishm@gmail.com 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 975. 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 975. 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

2 . 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. 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))... () 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 (,µsf(xi)+ µkf(xi))... (2) dengan : µsf(xi) = nilai keagggotaan solusi fuzzy sampai aturan ke-i; µkf(xi)= nilai keaggotaan konsekuen fuzzy aturan ke-i; c. Metode Probabilistik OR Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 233

3 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))... (3) dengan : µsf(xi) = nilai keagggotaan solusi fuzzy sampai aturan ke-i; µkf(xi)= nilai keaggotaan konsekuen fuzzy aturan ke-i; 2.3 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) = Bel(X ) = - y x m(x )... (7) plausibility juga bernilai 0 sampai, jika kita yakin akan X maka dapat dikatakan Belief (X ) = 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 = {θ, θ2, θn}... (8) m m2(z) = X Y=Z m(x)m2(y) X Y=0 m(x)m2(y) dimana: m m2(z) = mass function dari evidence (Z) m(x) = mass function dari evidence (X) m2(y) = mass function dari evidence (Y) = operator direct sum... (9) Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 234

4 3 HASIL DAN PEMBAHASAN 3. Data yang Digunakan Adapun data pengetahuan yang didapatkan langsung dari pakar adalah sebagai berikut. Tabel. Data Penyakit Kulit Kode Nama Penyakit P Acne ulgaris P2 Impetigo Krustosa P3 Impetigo Bulosa P4 aricella P5 Herpes Zoster P6 Jamur Tinea P7 Candidosis Cutis P8 Pityriasis versicolor P9 Liken simplek kronis P0 Dermatitis Atopik 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. Kode G G2 G3 Tabel 2. Data Gejala Penyakit Kulit Nama Gejala Koreng berwarna kuning seperti madu Rasa gatal yang biasanya muncul di malam hari Kulit menjadi tebal, kering dan biasanya seperti bersisik putih kasar Terjadi pembengkakan saat tergores pada daerah G4 muka, leher, lengan ataupun lutut Bengkak didaerah kelenjar getah bening (limfa) G5 (leher, tulang selangka, ketiak, dan pangkal paha) G6 Gatal G7 Demam Timbulnya bercak berwarna merah disertai bintil G8 bintil sekitar lipatan paha dan anus Dapat berupa bercak hitam dan bersisik berwarna G9 putih atau terkelupas G0 Rasa gatal seperti terbakar G Lemas serta tidak enak badan G2 Pusing G3 Muncul lepuh satu sisi badan Nyeri otot tulang sekitar daerah torakal ( tulang G4 belakang) G5 Bintil bintil merah atau lepuhan lembut berisi cairan Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 235

5 Tabel 2. Lanjutan Data Gejala Penyakit Kulit Kode Gejala Nama Gejala Benjolan mudah pecah dan membentuk Collarete G6 (luka dangkal dengan sisik ditepi) G7 Susah berkeringat saat beraktifitas G8 Bila berkeringat terasa sangat gatal G9 Kulit bersisik halus Penonjolan yang berisi zat padat ( komedo ) disekitar G20 wajah, bahu, dada bagian atas dan pungung Ruam kemerahan dengan bintil merah kecil berisi G2 cairan pada wajah terutama sekitar hidung dan mulut Benjolan kecil terutama ditepian ruam sekitar lipatan G22 paha, kulit ketiak dan lipatan payudara Ruam kemerahan yang disertai bercak tegas berisi G23 cairan nanah Timbulnya bercak lesi yang bervariasi mulai dari G24 kemerahan, sampai kecoklatan atau putih Penonjolan (papul) yang berisi zat padat ( komedo ) sekitar sisi leher, pergelangan kaki, dan paha bagian G25 atas 3.2 Implementasi Metode Fuzzy Mamdani Pada setiap gejala, terdapat bobot nilai yang telah ditentukan berdasarkan pakar penyakit kulit. Pada 0 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 0 Gambar. Fuzifikasi keanggotaan Gejala Koreng berwarna kuning seperti madu μ Rendah[x] { 60 90, x 0, x 60...(0) x, x 60 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 236

6 μ Sedang[x] { μ parah[x] { x 60 0, x atau x 90 x 60 x, x 60, 60 x 90...() 0, x 60, 60 x 90, x 90...(2) Ringan Sedang Parah Gambar 2. Grafik representasi Gejala Rasa gatal yang biasanya muncul di malam hari, x 20 μ Rendah[x] { 0, x 50...(3) 50 x, x 50 0, x 20 atau x 80 μ Sedang[x] { μ parah[x] { x 50 x 20, 20 x 50...(4) 50 x, 50 x 80 0, x 50, 50 x 80, x 80...(5) Ringan Sedang Parah Gambar 3. Grafik representasi Gejala Terjadi pembengkakan saat tergores pada daerah muka, leher, lengan ataupun lutut Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 237

7 μ Rendah[x] { μ Sedang[x] { μ parah[x] { 40 x x 40 20, x 20 0, x 40...(6), x , x 20 atau x 60 x 20, 20 x (7) 40 x, 40 x , x 40, 50 x 60, x 60...(8) Rendah Normal Tinggi Gambar 4. Grafik representasi Gejala Demam μ Rendah[x] { μ Normal[x] { μ Tinggi[x] { 36 x, x , x 36...(9), 35.5 x , x 35.5 atau x 36.5 x x x, 35.5 x 36, 36 x , x 36, 36 x 36.5, x (20)...(2) Tidak Parah Agak Parah Sangat Parah Gambar 5. Grafik representasi Gejala Rasa gatal seperti terbakar Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 238

8 , x 0 μ Rendah[x] { 0, x 40...(22) 40 x, x 40 0, x 0 atau x 70 μ Sedang[x] { μ parahx] { x 40 x 0 40 x, 0 x 40, 40 x 70...(23) 0, x 40, 40 x 70, x 70...(24) Ringan Sedang Parah 0 0 Gambar 6. Grafik representasi Gejala Pusing, x 0 μ Rendah[x] { 0, x 35 μ Sedang[x] { μ parah[x] { 35 x x (25), x , x 0 atau x 50 x 0, 0 x (26) 35 x, 35 x , x 35, 35 x 50, x (27) 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. Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 239

9 Ringan Sedang Parah Gambar 7. Grafik representasi Gejala Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah μ Rendah[x] { μ Sedang[x] { μ parah[x] {, x 0, x 60 x...(28), x 60 0, x atau x 90 x 60 x 60 x, x 60, 60 x 90...(29) 0, x 60, 60 x 90, x 90...() Ringan Sedang Parah Gambar 8. Grafik representasi Gejala Penonjolan yang berisi zat padat (komedo) disekitar wajah, bahu, dada bagian atas dan pungung μ Rendah[x] {, x 0, x 60...(3) x, x 60 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 240

10 μ Sedang[x] { μ parah[x] { 0, x atau x 90 x 60 x, x 60...(32) 60 x, 60 x 90 0, x 60, 60 x 90, x 90...(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. [R5] [R6] [R7] [R8] [R9] Tabel 3. Rule base untuk Penyakit Kulit If G5 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 ulgaris (Sedang) If G5 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 ulgaris (Sedang) If G5 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 ulgaris (parah) If G5 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 ulgaris (parah) If G5 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 ulgaris (parah) Berdasarkan hasil jawaban tersebut dilakukan penarikan nilai fuzzyfikasi G5 (Bintil bintil merah atau lepuhan lembut berisi cairan atau nanah yang mudah pecah) = 85 μ Ringan [x] = 0 μ Sedang[x] = (90-85)/() = 5/ = μ Parah[x] = (85-60)/() = 25/ = 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)/() = 0/ = μ Parah[x] = (80-60)/() = 20/ = 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) 24

11 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 R Acne ulgaris Ringan 0 R2 Acne ulgaris Ringan 0 R3 Acne ulgaris Ringan 0 R4 Acne ulgaris Sedang 0 R5 Acne ulgaris Sedang R6 Acne ulgaris Sedang R7 Acne ulgaris Parah 0 R8 Acne ulgaris Parah R9 Acne ulgaris Parah Kemudian dilakukan proses defuzzyfikasi, dimana : Hasil Defuzzifikasi Z = (nilai fuzzyfikasi tiap gejala * nilai mutlak dari tiap option gejala) (nilai fuzzyfikasi tiap gejala) Z = ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) +( x 85) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 80 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) + ( x 0 ) = Z = = Dari perhitungan diatas, maka dapat ditarik kesimpulan bahwa gejala G5 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 Penyakit P P2 P3 P4 P5 P6 P7 P8 P9 P0 G G2 G3 G4 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 242

12 Tabel 5. Lanjutan Tabel relasi gejala terhadap penyakit kulit G5 G6 G7 G8 G9 G0 G G2 G3 G4 G5 G6 G7 G8 G9 G20 G2 G22 G23 G24 G25 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 Nama Gejala Densitas G Golden Yellow Crust (keropeng tebal berwarna kuning seperti madu) G2 rasa gatal yang biasanya muncul di malam hari 0.80 G3 kulit menjadi tebal, kering dan berskuama 0.80 Terjadi pembengkakan saat tergores pada daerah muka, G4 leher, lengan ataupun lutut 0.60 G5 Bengkak didaerah kelenjar getah bening (limfa) 0.60 G6 Gatal 0.80 G7 Demam 0.50 Timbulnya bercak berwarna merah disertai bintil bintil G8 sekitar lipatan paha dan anus Dapat berupa bercak hitam disertai sedikit sisik G9 berwarna putih 0.80 G0 Rasa gatal seperti terbakar 0.70 G Lemas serta tidak enak badan 0.70 G2 Pusing 0.50 Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 243

13 Tabel 6. Lanjutan Tabel Bobot gejala penyakit kulit G3 Muncul lepuh satu sisi badan Nyeri otot tulang sekitar daerah torakal ( tulang G4 belakang) 0.70 Bintil bintil merah atau lepuhan lembut berisi cairan G5 atau nanah yang mudah pecah Benjolan (Bula) mudah pecah dan membentuk Collarete G6 (luka dangkal dengan sisik ditepi) G7 Susah berkeringat 0.60 G8 Bila berkeringat terasa sangat gatal 0.60 G9 Kulit bersisik halus 0.80 G20 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 G2 pada wajah terutama sekitar hidung dan mulut Benjolan (Bula) kecil terutama ditepian ruam sekitar G22 lipatan paha, kulit ketiak dan lipatan payudara 0.70 Ruam kemerahan yang disertai bercak tegas berisi G23 cairan nanah G24 Timbulnya bercak lesi yang bervariasi mulai dari kemerahan, sampai kecoklatan atau putih tergantung warna kulit Penonjolan (papul) yang berisi zat padat ( komedo ) G25 sekitar sisi leher, pergelangan kaki, dan paha bagian atas 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. m2(a) = Dimana : k B C=A k = m(b) m2(c) B C= k = jumlah keseluruhan himpunan kosong m(b) m2(c) (34)... (35) Dari rumus diatas maka akan dihitung gejala yang diinput berupa gejala G5 = 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, G5 dan G20 merupakan gejala dari penyakit Acne ulgaris (P), Impetigo Bulosa (P3), dan aricella (P4). Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 244

14 a. Nilai kepercayaan G5 sebagai gejala penyakit kulit P,P3,P4 adalah : m0 {P,P3,P4} = m0{ Θ} = - = 0.0 m {P} = m{ Θ} = - = 0.0 Tabel 39. Tabel Perhitungan iterasi I m m0 {P,P9} 0.9 θ 0. {P,P3,P4} 0.9 {P} 0.8 {P,P3,P4} 0.09 θ 0. {P,P9} 0.09 θ 0.0 b. Nilai kepercayaan G20 sebagai gejala dari penyakit kulit P adalah : m2 {P} = = 0.8 m2 { {P,P9}} = = 0.09 m2 { P,P3,P4} = = 0.09 m2 { Θ } = = 0.0 Dari hasil perhitungan diperoleh nilai densitas terbesar adalah pada penyakit P yaitu 0.8. Sehingga dapat disimpulkan bahwa diagonosa penyakit kulit berdasarkan G5 dan G20 adalah penyakit Acne ulgaris dengan nilai densitas tertinggi sebesar SIMPULAN Dari hasil penelitian yang telah dilakukan, dapat diambil beberapa kesimpulan sebagai berikut: a. Sistem Pakar Diagnosa Awal penyakit kulit ini mendapatkan nilai kesesuaian 00% untuk metode Fuzzy mamdani dan 00% 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. Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 245

15 DAFTAR PUSTAKA [] M. Andino, H. Mahmud," Skin Diseases Expert System using Dempster-Shafer Theory," vol. 4, no.5, pp , 202. [2] Awotunde, J. B. et al, Medical Diagnosis System Using Fuzzy Logic, vol. 7, no. 2, pp , 204. [3] S. K. Dewi, Logika Fuzzy, pp , 200. [4] I. Made, Perbandingan Akurasi Metode Fuzzy Mamdani dan Dempster Shafer diagnosa Awal Penyakit Kulit, 207. Penerapan Fuzzy Mamdani Dan Dempster Shafer Pada Sistem Pakar Diagnosa Awal Penyakit Kulit (Made Indriani) 246