H. Nizar, Alifta Salma Shafira, Juvandio Aufaresa, Muhammad Alvi Awliya, Ummi Athiyah
{"title":"模糊逻辑方法比较诊断糖尿病","authors":"H. Nizar, Alifta Salma Shafira, Juvandio Aufaresa, Muhammad Alvi Awliya, Ummi Athiyah","doi":"10.36448/jsit.v12i1.1763","DOIUrl":null,"url":null,"abstract":"Salah satu faktor yang utama dalam kehidupan manusia yaitu kesehatan. Jika tubuh kita sehat, maka aktivitas harian yang kita lakukan akan berjalan lebih lancar. Namun, tidak dapat dipungkiri tidak sedikit penyakit yang menyebabkan kematian pada manusia. Salah satunya adalah penyakit diabetes. Diabetes merupakan jenis penyakit gangguan metabolik menahun akibat pankreas tidak memproduksi insulin yang cukup atau tubuh tidak dapat menggunakan insulin yang telah diproduksi secara efektif. Penyakit ini masuk ke dalam masalah utama kesehatan masyarakat di Indonesia dan sayangnya tidak dapat disembuhkan, tetapi apabila sudah dideteksi secara dini, segera diterapi, minum obat secara teratur, dan selalu rajin kontrol ke dokter, maka penderita dapat memperbesar tingkat kesembuhannya. Beberapa metode dalam Fuzzy Logic mampu digunakan oleh pakar untuk memprediksi gejala pada diabetes mellitus. Dalam penelitian ini membandingkan tiga metode fuzzy logic dalam mendeteksi dini Diabetes yaitu Meode Fuzzy Mamdani, Metode Fuzzy Sugeno dan Metode Fuzzy Tsukamoto. Metode fuzzy yang digunakan kali ini diharapkan dapat digunakan untuk menentukan tingkat keakurasian untuk mendeteksi penyakit Diabetes. Dari hasil perbandingan diketahui bahwa metode sugeno lebih baik dengan menghasilkan 97,33% tingkat keakuratan dan nilai eror atau kesalahan yang kecil yaitu kurang dari 3%.","PeriodicalId":404824,"journal":{"name":"Explore:Jurnal Sistem informasi dan telematika","volume":"20 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":"{\"title\":\"Perbandingan Metode Logika Fuzzy Untuk Diagnosa Penyakit Diabetes\",\"authors\":\"H. Nizar, Alifta Salma Shafira, Juvandio Aufaresa, Muhammad Alvi Awliya, Ummi Athiyah\",\"doi\":\"10.36448/jsit.v12i1.1763\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Salah satu faktor yang utama dalam kehidupan manusia yaitu kesehatan. Jika tubuh kita sehat, maka aktivitas harian yang kita lakukan akan berjalan lebih lancar. Namun, tidak dapat dipungkiri tidak sedikit penyakit yang menyebabkan kematian pada manusia. Salah satunya adalah penyakit diabetes. Diabetes merupakan jenis penyakit gangguan metabolik menahun akibat pankreas tidak memproduksi insulin yang cukup atau tubuh tidak dapat menggunakan insulin yang telah diproduksi secara efektif. Penyakit ini masuk ke dalam masalah utama kesehatan masyarakat di Indonesia dan sayangnya tidak dapat disembuhkan, tetapi apabila sudah dideteksi secara dini, segera diterapi, minum obat secara teratur, dan selalu rajin kontrol ke dokter, maka penderita dapat memperbesar tingkat kesembuhannya. Beberapa metode dalam Fuzzy Logic mampu digunakan oleh pakar untuk memprediksi gejala pada diabetes mellitus. Dalam penelitian ini membandingkan tiga metode fuzzy logic dalam mendeteksi dini Diabetes yaitu Meode Fuzzy Mamdani, Metode Fuzzy Sugeno dan Metode Fuzzy Tsukamoto. Metode fuzzy yang digunakan kali ini diharapkan dapat digunakan untuk menentukan tingkat keakurasian untuk mendeteksi penyakit Diabetes. Dari hasil perbandingan diketahui bahwa metode sugeno lebih baik dengan menghasilkan 97,33% tingkat keakuratan dan nilai eror atau kesalahan yang kecil yaitu kurang dari 3%.\",\"PeriodicalId\":404824,\"journal\":{\"name\":\"Explore:Jurnal Sistem informasi dan telematika\",\"volume\":\"20 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-06-13\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"3\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Explore:Jurnal Sistem informasi dan telematika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.36448/jsit.v12i1.1763\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Explore:Jurnal Sistem informasi dan telematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36448/jsit.v12i1.1763","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Perbandingan Metode Logika Fuzzy Untuk Diagnosa Penyakit Diabetes
Salah satu faktor yang utama dalam kehidupan manusia yaitu kesehatan. Jika tubuh kita sehat, maka aktivitas harian yang kita lakukan akan berjalan lebih lancar. Namun, tidak dapat dipungkiri tidak sedikit penyakit yang menyebabkan kematian pada manusia. Salah satunya adalah penyakit diabetes. Diabetes merupakan jenis penyakit gangguan metabolik menahun akibat pankreas tidak memproduksi insulin yang cukup atau tubuh tidak dapat menggunakan insulin yang telah diproduksi secara efektif. Penyakit ini masuk ke dalam masalah utama kesehatan masyarakat di Indonesia dan sayangnya tidak dapat disembuhkan, tetapi apabila sudah dideteksi secara dini, segera diterapi, minum obat secara teratur, dan selalu rajin kontrol ke dokter, maka penderita dapat memperbesar tingkat kesembuhannya. Beberapa metode dalam Fuzzy Logic mampu digunakan oleh pakar untuk memprediksi gejala pada diabetes mellitus. Dalam penelitian ini membandingkan tiga metode fuzzy logic dalam mendeteksi dini Diabetes yaitu Meode Fuzzy Mamdani, Metode Fuzzy Sugeno dan Metode Fuzzy Tsukamoto. Metode fuzzy yang digunakan kali ini diharapkan dapat digunakan untuk menentukan tingkat keakurasian untuk mendeteksi penyakit Diabetes. Dari hasil perbandingan diketahui bahwa metode sugeno lebih baik dengan menghasilkan 97,33% tingkat keakuratan dan nilai eror atau kesalahan yang kecil yaitu kurang dari 3%.