PENGEMBANGAN SISTEM DIAGNOSIS RESIKO STROKE BERBASIS ANDROID MENGGUNAKAN METODE FUZZY INFERENCE TSUKAMOTO

Repositori Jurnal Mahasiswa PTIIK UB
© 2017 by Doro Jurnal
Volume 9 - Number 8
Year of Publication: 2017
Aditya Wahyu Iswarahadi, Arief Andy Soebroto dan Agi Putra Kharisma
Download Article

 


Abstract

Stroke adalah suatu defisit neurologis mendadak yang menetap lebih dari 24 jam yang disebabkan oleh faktor penyumbatan atau pendarahan pada pembuluh darah. POSBINDU PTM sebagai kader-kader binaan Puskesmas atau dinas kesehatan kabupaten/kota bertugas untuk memantau faktor resiko penyakit tidak menular, salah satunya adalah stroke. Namun, tidak semua kader dapat mendiagnosis tingkatan risiko stroke seorang pasien karena keterbatasan ilmu yang dimiliki kader posbindu. Pengembangan sistem diagnosis resiko stroke berbasis android merupakan sistem yang ditujukan untuk membantu kader POSBINDU PTM untuk mengetahui resiko stroke yang dialami oleh pasien. Metode yang digunakan untuk mendiagnosis resiko stroke pada perangkat lunak ini adalah metode Fuzzy Inference Tsukamoto agar mendapatkan diagnosis yang mendekati kemampuan ahli pakar. Data yang digunakan dalam penelitian ini adalah data kondisi kesehatan masyarakat Kota Malang pada tahun 2015 pada Puskesmas Arjowinangun, Puskesmas Ciptomulyo, Puskesmas Janti, Puskesmas Gribig, Puskesmas Bareng, dan Puskesmas Arjuno. Pada tahap implementasi, ada 3 jenis implementasi yang dilakukan yaitu implementasi basis data, implementasi class dan assets dan implementasi kode program. Pada implementasi kode program terdiri dari 3 bagian yaitu aplikasi perangkat bergerak, webservice serta algoritma Fuzzy Inference Tsukamoto. Dalam pengembangan sistem ini, ada 2 pengujian yang dilakukan yaitu pengujian fungsional dan pengujian non fungsional. Pengujian fungsional bertujuan untuk mengetahui fungsi pada sistem sudah benar sesuai dengan yang dibutuhkan. Sedangkan pengujian non fungsional terdiri dari pengujian validasi algoritma dan akurasi. Hasil dari analisis pengujian fungsional adalah semua kebutuhan fungsional pada sistem ini 100% valid. Sedangkan hasil dari analisis pengujian akurasi untuk domain maksimum ialah 80.68%, domain minimum ialah 40% dan domain pakar ialah 83.33%. Keluaran sistem yang dihasilkan yaitu penyakit stroke dengan risiko rendah, sedang, atau tinggi sesuai dengan kriteria faktor risiko yang dimasukkan.

Keywords

Stroke, Android, Fuzzy Inference Tsukamoto, Web Service