BAB III METODE PENELITIAN

dokumen-dokumen yang mirip
SISTEM PAKAR DIAGNOSA LEVEL PENYAKIT ASMA MENGGUNAKAN METODE FUZZY TSUKAMOTO

BAB III METODE PENELITIAN

4-5-FUZZY INFERENCE SYSTEMS

ADLN - Perpustakaan Universitas Airlangga BAB IV PEMBAHASAN. menggunakan pemrograman Microsoft Visual Basic.NET

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN

Tahap Sistem Pakar Berbasis Fuzzy

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB III METODE PENELITIAN

REVIEW JURNAL LOGIKA FUZZY

FUZZY TSUKAMOTO PADA SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PENCERNAAN PADA BAYI USIA 0-12 BULAN ABSTRAK

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I)

Matematika Diskrit Fuzzy Inference System Prodi T.Informatika

KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)

Fuzzy Expert Sistem. Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015

BAB I PENDAHULUAN 1.1 Latar Belakang

PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)

PENENTUAN TINGKAT RESIKO PENYAKIT DIABETES MELLITUS DENGAN METODE SUGENO DI RSUD UNDATA PROVINSI SULAWESI TENGAH

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)

Diagnosis Dini Autis Pada Anak Menggunakan Metode Inferensi Fuzzy Mamdani

Erwien Tjipta Wijaya, ST.,M.Kom

ANALISIS PENDUKUNG KEPUTUSAN PENENTUAN PEMBELIAN BAHAN BAKU UNTUK PEMBUATAN MEUBEL JENIS KURSI LETER L MENGGUNAKAN FUZZY TSUKAMOTO

Untuk dapat lebih memahani fuzzy Tsukamoto, berikut contoh kasus :

PENGEMBANGAN SISTEM PAKAR FUZZY

Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang 1. Abstrak

APLIKASI SISTEM INFERENSI FUZZY METODE TSUKAMOTO DALAM PENILAIAN MUTU BENIH PADI

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno

BAB II TINJAUAN PUSTAKA

SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM)

IMPLEMENTASI ALGORITMA FUZZY TSUKAMOTO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI

IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT

Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI BARANG DENGAN METODE FUZZY TSUKAMOTO BERBASIS ANDROID

ANALISA KELAYAKAN TRUK PENGANGKUT MATERIAL ALAM PT. ARGA WASTU SLUKE REMBANG MENGGUNAKAN FUZZY LOGIC TSUKAMOTO

Sistem Inferensi Fuzzy

Praktikum sistem Pakar Fuzzy Expert System

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI

BAB III ANALISIS SISTEM

BAB IV HASIL DAN UJI COBA

SISTEM PAKAR DIAGNOSIS AWAL PENYAKIT KAMBING MENGGUNAKAN FUZZY INFERENCE TSUKAMOTO

DENTAL DISEASE IDENTIFICATION USING FUZZY INFERENCE SYSTEM

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH

BAB IV PEMBAHASAN. A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai. Pertimbangan Pengambilan Keputusan Pemberian Kredit

APLIKASI FUZZY INFERENCE SYSTEM (FIS) TSUKAMOTO UNTUK MENGANALISA TINGKAT RESIKO PENYAKIT DALAM

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan

Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

BAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat

Presentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ. Muhammad Reza Budiman

ANALISIS PERBANDINGAN HARGA MOBIL BEKAS MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DAN TSUKAMOTO

HASIL DAN PEMBAHASAN. masukan (input) yang digunakan dalam mengembangkan Fuzzy Inference System seperti yang disajikan pada Gambar 10 berikut :

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

PENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI JAYA MOTOR MEDAN )

IMPLEMENTASI FUZZY LOGIC SEBAGAI PENENTU JUMLAH KONSUMSI KALORI PENDERITA DIABETES MELITUS

IMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) TSUKAMOTO UNTUK PENENTUAN PERAWATAN KULIT BERDASARKAN JENISNYA

Versi Online tersedia di : JURNAL TECH-E (Online)

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO

PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO

Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani

Analisis Fungsi Keanggotaan Fuzzy Tsukamoto Dalam Menentukan Status Kesehatan Tubuh Seseorang

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI

Seminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL

BAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA

BAB 2 TINJAUAN PUSTAKA

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa

ANALISA KELAYAKAN TRUK PENGANGKUT MATERIAL ALAM PT. ARGA WASTU SLUKE REMBANG MENGGUNAKAN FUZZY LOGIC TSUKAMOTO

DENIA FADILA RUSMAN

PENERAPAN FUZZY INFERENCE SYSTEM TAKAGI-SUGENO-KANG PADA SISTEM PAKAR DIAGNOSA PENYAKIT GIGI

METODOLOGI PENELITIAN

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani

SISTEM PENDUKUNG KEPUTUSAN GURU TELADAN MENGGUNAKAN METODE FUZZY MAMDANI ABSTRAK

SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC

IMPLEMENTASI LOGIKA FUZZY METODE TSUKAMOTO DALAM MENENTUKAN KELAYAKAN PEMBERIAN KREDIT PADA BPR BKK KENDAL

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang

LOGIKA FUZZY DALAM SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN BEASISWA

Penerapan Logika Fuzzy

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

Sistem Pakar Diagnosis Penyakit Kejiwaan Skizofrenia Menggunakan Metode Tsukamoto

APLIKASI SISTEM PAKAR FUZZY SUGENO UNTUK REKOMENDASI PENGOBATAN DIABETES MELLITUS TIPE 2 TUGAS AKHIR

Fuzzy Inference System untuk Mengurangi Kemacetan di Perempatan Jalan

Transkripsi:

BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Dalam penelitian diagnosa penyakit asma dengan menggunakan metode fuzzy Tsukamoto, dibutuhkan data mengenai gejala penyakit dari seorang pakar atau dokter ahli di bidang penyakit asma. Adapun proses pencarian data dalam sistem pakar ini dilakukan dengan dua metode yaitu : 1. Wawancara Metode yang dilakukan dengan metode wawancara langsung dengan sumber data. Yaitu dengan melakukan wawancara kepada pakar atau dokter ahli tentang penyakit asma mengenai gejala-gejala dan bagaimana proses dalam melakukan diagnosa penyakit asma. Dalam hal ini penulis melakukan wawancara terhadap salah satu dokter ahli paru di Rumah Sakit Tugurejo Semarang. 2. Studi Pustaka Metode yang dilakukan dengan mencari sumber-sumber dari bukubuku yang membahas tentang logika fuzzy Tsukamoto, sumber-sumber dari pakar penyakit asma, dan dari jurnal yang berkaitan dengan penyakit asma. Salah satunya adalah buku yang bejudul Asma Pedoman Diagnosis & Penatalaksanaan di Indonesia [10]. 3.2. Analisa dan Perancangan Dalam perancangan sistem pakar menggunakan Fuzzy Inference System (FIS) Tsukamoto, diperlukan tahapan-tahapan sebagai berikut: 35

36 Input Data gejala penyakit Fuzzyfikasi Proses untuk mengubah input sistem yang mempunyai nilai tegas menjadi variabel linguistic menggunakan fungsi keanggotaan yang disimpan dalam basis pengetahuan fuzzy. Pembentukan Rules Membentuk rules-rules yang akan digunakan dalam bentuk IF-THEN yang tersimpan dalam basis keanggotaan fuzzy. Output Level penyakit asma Deffuzifikasi Mengubah output fuzzy yang diperoleh dari mesin inferensi menjadi nilai tegas menggunakan nilai keanggotaan yang sesuai dengan saat dilakukan fuzzyfikasi. Mesin Inferensi Proses untuk mengubah input fuzzy menjadi output fuzzy dengan cara mengikuti aturanaturan (IF-THEN) yang telah ditetapkan pada basis pengetahuan fuzzy. Gambar 3.1 Tahapan penghitungan fuzzy Penyakit asma memiliki beberapa gejala antara lain adalah sesak napas, mengi, tingkat kesadaran dan tingakat berbicara [11]. Dari data yang diperoleh mengenai penyakit asma tersebut, akan dibentuk himpunan fuzzy dan fungsi keanggotaannya yang melalui tahap fuzzyfikasi. Kemudian ke tahap berikutnya yaitu pembentukan rules dalam bentuk IF-THEN. Kemudian ke tahap berikutnya yaitu mesin inferensi dengan tujuan mengubah input menjadi output dengan mengikuti rules yang telah ditentukan. Dan tahap terakhir yaitu mengubah output yang diperoleh dari tahap mesin inferensi menjadi nilai tegas menggunakan fungsi keanggotaan yang sesuai pada saat tahap fuzzyfikasi.

37 Berikut tahapan perhitungan menggunakan teknik fuzzy logic tsukamoto: 1. Tahap Fuzzyfikasi Penentuan himpunan fuzzy pada setiap gejala didasarkan atas nilai setiap gejala yang terdapat dalam data gejala penyakit asma. Dari gejalagejala penyakit, akan dibentuk himpunan fuzzy dan fungsi keanggotaan. a. Fungsi Keanggotaan Gejala Sesak Napas (SN) 1 0 20 30 50 70 100 Gambar 3.2 Fungsi keanggotaan gejala sesak napas

38 b. Fungsi Keanggotaan Gejala Mengi (M) 1 0 20 30 50 70 100 Gambar 3.3 Fungsi keanggotaan gejala mengi

39 c. Fungsi Keanggotaan Gejala Kesadaran (K) 1 0 20 30 50 70 100 Gambar 3.4 Fungsi keanggotaan gejala kesadaran

40 d. Fungsi Keanggotaan Tingkat Berbicara (TB) 1 0 20 30 50 70 100 Gambar 3.5 Fungsi keanggotaan gejala tingkat berbicara

41 e. Fungsi Keanggotaan Level Asma 1 0 0,2 0,3 0,5 0,7 1 Gambar 3.6 Fungsi keanggotaan level asma

42 2. Tahap Pembentukan Rules Dalam fuzzy Tsukamoto secara umum mempunyai bentuk seperti berikut: IF (X IS A) AND (Y IS B) THEN (Z IS C) Di mana A, B, dan C adalah himpunan fuzzy. Misalkan ada 2 rule berikut: IF (x is A 1 ) AND (y is B 1 ) THEN (z is C 1 ) IF (x is A 2 ) AND (y is B 2 ) THEN (z is C 2 ) Tabel 3.1 Rules yang digunakan untuk perhitungan No. Rule 1 IF SN Ringan AND M Ringan AND K Normal AND TB Kalimat 2 IF SN Ringan AND M Ringan AND K Gelisah AND TB Kalimat 3 IF SN Ringan AND M Ringan AND K Bingung AND TB Kalimat 4 IF SN Ringan AND M Sedang AND K Normal AND TB Kalimat 5 IF SN Ringan AND M Sedang AND K Gelisah AND TB Kalimat 6 IF SN Ringan AND M Sedang AND K Bingung AND TB Kalimat 7 IF SN Ringan AND M Berat AND K Normal AND TB Kalimat 8 IF SN Ringan AND M Berat AND K Gelisah AND TB Kalimat 9 IF SN Ringan AND M Berat AND K Bingung AND TB Kalimat 10 IF SN Ringan AND M Ringan AND K Normal AND TB Kata 11 IF SN Ringan AND M Ringan AND K Gelisah AND TB Kata

12 IF SN Ringan AND M Ringan AND K Bingung AND TB Kata 13 IF SN Ringan AND M Sedang AND K Normal AND TB Kata 14 IF SN Ringan AND M Sedang AND K Gelisah AND TB Kata 15 IF SN Ringan AND M Sedang AND K Bingung AND TB Kata 16 IF SN Ringan AND M Berat AND K Normal AND TB Kata THEN Sedang 17 IF SN Ringan AND M Berat AND K Gelisah AND TB Kata THEN Sedang 18 IF SN Ringan AND M Berat AND K Bingung AND TB Kata THEN sedang 19 IF SN Ringan AND M Ringan AND K Normal AND TB Tidak Bisa 20 IF SN Ringan AND M Ringan AND K Gelisah AND TB Tidak Bisa 21 IF SN Ringan AND M Ringan AND K Bingung AND TB Tidak Bisa 22 IF SN Ringan AND M Sedang AND K Normal AND TB Tidak Bisa 23 IF SN Ringan AND M Sedang AND K Gelisah AND TB Tidak Bisa 24 IF SN Ringan AND M Sedang AND K Bingung AND TB Tidak Bisa 25 IF SN Ringan AND M Berat AND K Normal AND TB Tidak Bisa 26 IF SN Ringan AND M Berat AND K Gelisah AND TB Tidak Bisa 27 IF SN Ringan AND M Berat AND K Bingung AND TB Tidak Bisa 28 IF SN Sedang AND M Ringan AND K Normal AND TB Kalimat 29 IF SN Sedang AND M Ringan AND K Gelisah AND TB Kalimat 30 IF SN Sedang AND M Ringan AND K Bingung AND TB Kalimat 31 IF SN Sedang AND M Sedang AND K Normal AND TB Kalimat 32 IF SN Sedang AND M Sedang AND K Gelisah AND TB Kalimat 43

33 IF SN Sedang AND M Sedang AND K Bingung AND TB Kalimat 34 IF SN Sedang AND M Berat AND K Normal AND TB Kalimat 35 IF SN Sedang AND M Berat AND K Gelisah AND TB Kalimat 36 IF SN Sedang AND M Berat AND K Bingung AND TB Kalimat 37 IF SN Sedang AND M Ringan AND K Normal AND TB Kata 38 IF SN Sedang AND M Ringan AND K Gelisah AND TB Kata 39 IF SN Sedang AND M Ringan AND K Bingung AND TB Kata 40 IF SN Sedang AND M Sedang AND K Normal AND TB Kata 41 IF SN Sedang AND M Sedang AND K Gelisah AND TB Kata 42 IF SN Sedang AND M Sedang AND K Bingung AND TB Kata 43 IF SN Sedang AND M Berat AND K Normal AND TB Kata THEN Sedang 44 IF SN Sedang AND M Berat AND K Gelisah AND TB Kata THEN Berat 45 IF SN Sedang AND M Berat AND K Bingung AND TB Kata 46 IF SN Sedang AND M Ringan AND K Normal AND TB Tidak Bisa 47 IF SN Sedang AND M Ringan AND K Gelisah AND TB Tidak Bisa 48 IF SN Sedang AND M Ringan AND K Bingung AND TB Tidak Bisa 49 IF SN Sedang AND M Sedang AND K Normal AND TB Tidak Bisa 50 IF SN Sedang AND M Sedang AND K Gelisah AND TB Tidak Bisa 51 IF SN Sedang AND M Sedang AND K Bingung AND TB Tidak Bisa 44

52 IF SN Sedang AND M Berat AND K Normal AND TB Tidak Bisa 53 IF SN Sedang AND M Berat AND K Gelisah AND TB Tidak Bisa 54 IF SN Sedang AND M Berat AND K Bingung AND TB Tidak Bisa 55 IF SN Berat AND M Ringan AND K Normal AND TB Kalimat 56 IF SN Berat AND M Ringan AND K Gelisah AND TB Kalimat 57 IF SN Berat AND M Ringan AND K Bingung AND TB Kalimat 58 IF SN Berat AND M Sedang AND K Normal AND TB Kalimat 59 IF SN Berat AND M Sedang AND K Gelisah AND TB Kalimat 60 IF SN Berat AND M Sedang AND K Bingung AND TB Kalimat 61 IF SN Berat AND M Berat AND K Normal AND TB Kalimat 62 IF SN Berat AND M Berat AND K Gelisah AND TB Kalimat 63 IF SN Berat AND M Berat AND K Bingung AND TB Kalimat 64 IF SN Berat AND M Ringan AND K Normal AND TB Kata THEN Sedang 65 IF SN Berat AND M Ringan AND K Gelisah AND TB Kata THEN Sedang 66 IF SN Berat AND M Ringan AND K Bingung AND TB Kata 67 IF SN Berat AND M Sedang AND K Normal AND TB Kata THEN Sedang 68 IF SN Berat AND M Sedang AND K Gelisah AND TB Kata THEN Berat 69 IF SN Berat AND M Sedang AND K Bingung AND TB Kata 70 IF SN Berat AND M Berat AND K Normal AND TB Kata THEN Berat 45

46 71 IF SN Berat AND M Berat AND K Gelisah AND TB Kata THEN Berat 72 IF SN Berat AND M Berat AND K Bingung AND TB Kata THEN Berat 73 IF SN Berat AND M Ringan AND K Normal AND TB Tidak Bisa 74 IF SN Berat AND M Ringan AND K Gelisah AND TB Tidak Bisa 75 IF SN Berat AND M Ringan AND K Bingung AND TB Tidak Bisa 76 IF SN Berat AND M Sedang AND K Normal AND TB Tidak Bisa 77 IF SN Berat AND M Sedang AND K Gelisah AND TB Tidak Bisa 78 IF SN Berat AND M Sedang AND K Bingung AND TB Tidak Bisa 79 IF SN Berat AND M Berat AND K Normal AND TB Tidak Bisa 80 IF SN Berat AND M Berat AND K Gelisah AND TB Tidak Bisa 81 IF SN Berat AND M Berat AND K Bingung AND TB Tidak Bisa 3. Mesin Inferensi Menggunakan fungsi implikasi MIN untuk mendapatkan nilai α- predikat tiap-tiap rules (α 1, α 2, α 3,. α n ). Kemudian masing masing nilai α-predikat ini digunakan untuk menghitung keluaran hasil inferensi secara tegas (crips) masing-masing rules (z 1, z 2, z 3,..z n ). 4. Tahap Defuzzifikasi Hasil akhir output (z) diperoleh dengan menggunakan rata-rata pembobotan:

47 3.3. Pengujian Pengujian dilakukan untuk mengetahui tingkat keberhasilan dalam implementasi sistem Inferensi Fuzzy Tsukamoto untuk diagnosa level penyakit asma. Pengujian dengan cara membandingan diagnosa hasil dari sistem dengan diagnosa manual yang dilakukan oleh pakar atau dokter. Setelah mendapatkan hasil akhir maka dilakukan proses uji akurasi, hasil uji akurasi didapatkan dalam bentuk persentase. Proses pengujian sistem menggunakan rumus tingkat akurasi. Keterangan: X = jumlah klasifikasi yang benar dilakukan oleh sistem terhadap data aktual N = jumlah semua data yang diuji