Penerapan Fuzzy Inference System Metode Tsukamoto Dalam Menentukan Tingkat Risiko Penyakit Jantung Koroner (Studi Kasus : RSD dr. Soebandi Jember)

Abstract

Penyakit jantung koroner atau PJK merupakan jenis penyakit kardiovaskular yang paling umum dan terjadi akibat terbentuknya plak dalam arteri koroner yang bertugas menyuplai oksigen ke otot jantung. PJK merupakan salah satu penyebab utama kematian di Indonesia, dengan faktor risiko seperti tekanan darah tinggi, diabetes, usia, jenis kelamin, dan lainnya. Karena gejala dan faktor risiko yang kompleks, diperlukan sistem yang dapat menangani ketidakpastian data dalam diagnosis penyakit ini. Metode Tsukamoto digunakan untuk menghasilkan kategori risiko PJK berdasarkan variabel input data pasien. Penelitian ini menggunakan data sekunder yang diambil dari data rekam medis pasien PJK di RSD dr. Soebandi Jember. Data pasien PJK mencakup tekanan darah, kadar gula, usia, dan jenis kelamin dari periode Januari–Desember 2024. Data tersebut dianalisis menggunakan metode fuzzy Tsukamoto untuk menentukan tingkat risiko PJK. Terdapat tiga tahapan dalam metode Tsukamoto, yaitu fuzzifikasi, inferensi, dan defuzzifikasi. Hasil penelitian menunjukkan bahwa proses analisis meliputi penentuan variabel input dan output, pembentukan himpunan fuzzy, penentuan fungsi keanggotaan, penyusunan aturan IF-THEN, implikasi, serta defuzzifikasi menggunakan metode rata-rata terbobot (average) untuk menghasilkan nilai risiko yang bersifat tegas (crisp). Output dalam penelitian ini adalah tingkat risiko jantung dalam kategori sangat rendah, rendah, rendah sedang, sedang, sedang tinggi, tinggi, sangat tinggi. Implementasi metode Tsukamoto dilakukan dengan membuat program menggunakan perangkat lunak MATLAB. Model ini dievaluasi menggunakan metode akurasi untuk mengukur keakuratan hasil risiko. Berdasarkan penelitian yang telah dilakukan, hasil pengujian akurasi sistem dari 50 data pasien di RSD dr. Soebandi jember memperoleh tingkat akurasi sebesar 92%.