Abstract
Hepatitis telah menjadi salah satu penyakit yang mendapat banyak perhatian di bidang medis internasional dengan jumlah penderita sebanyak 170 juta orang dan bertambah 3-4 juta orang pertahunnya. Dalam proses penyembuhan dan hidup dengan penyakit hepatitis, sangat penting untuk mengetahui status kondisi penyakit (prognosis) untuk membantu penentuan langkah berikutnya untuk dapat membantu menstabilkan dan menyembuhkan penyakit ini. Salah satu metode yang dapat membantu penentuan prognosis adalah metode logika fuzzy. Pada logika fuzzy, penentuan batas fungsi keanggotaan memiliki pengaruh pada penentuan hasil akhir. Salah satu cara untuk meningkatkan performa logika fuzzy adalah dengan mengoptimasi fungsi keanggotaan fuzzy. Salah satu metode untuk mengoptimasi fungsi keanggotaan fuzzy adalah algoritma Particle Swarm Optimization. Data yang digunakan adalah data pasien hepatitis yang berasal dari repositori UCI. Proses pengujian dibagi menjadi 4 skenario untuk mencari kombinasi nilai parameter PSO terbaik dan kemudian diukur tingkat akurasi yang dihasilkan oleh batas fungsi keanggotaan yang sudah dioptimasi dengan PSO. Berdasarkan pengujian didapatkan bahwa parameter terbaik untuk data kondisi pasien hepatitis adalah ωmax = 0,9 , ωmin = 0,1 ,c1 = 2, c2 = 2, jumlah partikel = 100, dan iterasi maksimum = 500. Nilai akurasi tertinggi yang didapat adalah 0,967 dengan rata-rata akurasi 0,94333.
