Sistem Inferensi Fuzzy untuk prediksi Sindrom Metabolik bagi penyandang Penyakit Ginjal Kronik

Abstract

Penderita Penyakit Ginjal Kronik(PGK) meningkat setiap tahunnya. Salah satu faktor resikonya akibat sindrom metabolik karena komponen pada sindrom metabolik merupakan penyebab dari faktor resiko PGK. Tujuan penelitian ini yaitu membangun sistem inferensi fuzzy untuk memprediksi sindrom metabolik bagi penyandang PGK. Metode pada penelitian ini melalui studi pustaka dalam membangun aturan fuzzy dan pembentukan sistem inferensi fuzzy. Variabel yang digunakan yaitu indeks massa tubuh, tekanan darah, trigliserida, HDL dan gula darah puasa. Pengujian sistem dilakukan pada delapan data pasien hemodialisis. Hasil pengujian sistem tersebut mampu memberikan informasi terkait persentase tingkat risiko sindrom metabolik pada 7 pasien penyakit ginjal kronik.

Expert System for Diagnosing Metabolic Syndrome at The Tembilahan Regional General Hospital

“…Beberapa model kecerdasan buatan yang digunakan untuk mendeteksi penyakit sindrom metabolik seperti Sistem Pakar [1], Machine Learning [2], [3], Inferensi Fuzzy [4], sistem yang dibangun dengan menggunakan teknik-teknik artificial intelligence [5]. Knowledge base (basis pengetahuan), berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya, basis pengetahaun tersebut dimasukkan kedalam model, nanti akan mempelajari berdasarkan pola yang biberikan dengan adanya pola tersebut model akan belajar mengenalinya, dengan pengenalan pola tersebut sistem dapat memberikan pengetahuan atau informasi.…”

“…Namun tidak pada rumah sakit puri husada tembilahan yang masih belum menggunakan teknologi komputer sebagai alat bantu dalam penyelesain pekerjaan dalam mendiagnosa penyakit sindrom metabolik. Sedangkan pada masyarakat kesulitan untuk menentukan jenis penyakit sindrom metabolik yang dialaminya [4].…”