Published September 12, 2019 | Version v1
Journal article Open

Sistem Pendiagnosa Penyakit Hipokalemia Menggunakan Metode Fuzzy Inference System Tsukamoto Berbasis Android

  • 1. IBI Darmajaya

Description

Perkembangan teknologi tidak lepas dari pemanfaatan perangkat keras sebagai  pendukung. Smart phone dapat dimanfaatkan dalam berbagai bidang, salah satunya adalah bidang kesehatan. Kesehatan erat kaitannya dengan penyakit yang diderita manusia salah satunya adalah penyakit Hipokalemia. Hipokalemia adalah keadaan kalium serum kurang dari 3,5 mmol/L. Hal ini terjadi karena hilangnya kalium secara berlebihan melalui saluran pencernaan maupun melalui keringat.

 

Penelitian ini menerapkan Fuzzy Logic untuk memetakan permasalahan dari input menuju output. Dalam Fuzzy Logic terdapat Fuzzy Inference System (FIS) yang dapat melakukan penalaran dengan prinsip serupa seperti manusia melakukan penalaran dengan nalurinya. FIS memiliki Penalaran monoton yang diekspresikan dengan aturan tunggal. FIS Tsukamoto berguna dalam menentukan tingkat Hipokalemia berdasarkan nilai inputan yang diberikan. Metode pengembangan Perangkat lunak pada penelitian ini menggunakan Prototype. Adapun tahapan Prototype yaitu mendengarkan pelanggan, membangun memperbaiki Prototype dan uji coba Prototype. Alat bantu pengembangan sistem menggunakan use case, class diagram, activity diagram dan sequence diagram.

 

Sistem pendiagnosa Hipokalemia berbasis Android ini memiliki variabel masukan yaitu keadaan otot, mual muntah, diare dan baung air kecil. Sedangkan variabel output adalah tingkat Hipokalemia. Output dari sistem ini berupa nilai rata–rata terbobot dari tiap–tiap aturan berdasarakan α predikat (fire strength). Nilai tersebut kemudian direpresentasikan dalan fungsi keanggotaan variabel output dan menghasilkan tingkat Hipokalemia pengguna. Rancang bangun sistem pendiagnosa Hipokalemia dimaksudkan untuk memberikan informasi kepada masyarakat tentang Hipokalemia dan mendiagnosa Hipokalemia menggunakan Android.

Files

1-1271-2203-1-PB(SEPTI).pdf

Files (748.0 kB)

Name Size Download all
md5:109e1272ab3b8e8124bc9961cd164f63
748.0 kB Preview Download