Abstract
Untuk membentuk aturan fuzzy diperlukan seorang pakar. Pakar adalah seorang ahli yang berpengalaman dalam suatu bidang yang mampu menjelaskan suatu aturan yang terkait dengan suatu bidang. Dalam penelitian ini dibentuk suatu rule secara otomatis yang tidak bergantung dengan seorang pakar. Aturan fuzzy yang dibangkitkan bisa diperoleh dari beberapa teknik seperti proses clustering. Metode yang digunakan dalam membangkitkan aturan fuzzy ini yaitu metode K-Means Clustering. Kelebihan metode ini mempunyai algoritma yang sederhana dan efisien, di mana algoritma akan menghasilkan pengelompokkan data dengan kondisi yang optimum. K-Means clustering digunakan untuk mengelompokkan data dan membangkitkan aturan pada kasus penderita kanker payudara. Hasil dari pembangkitan aturan fuzzy digunakan untuk proses inferensi fuzzy menggunakan metode Fuzzy Inference System Sugeno. Metode Sugeno menghasilkan output (konsekuen) berupa konstanta atau persamaan linier. Dalam penilitian ini, digunakan 122 data training dan dilakukan proses pengujian sebanyak 30 data dalam lima skenario percobaan untuk setiap jumlah cluster. Hasil pengujian digunakan untuk mengetahui akurasi aturan yang terbentuk. Dari hasil penelitian menunjukkan bahwa hasil akurasi tertinggi dengan menggunakan pembangkitan aturan sejumlah lima aturan yaitu sebesar 83% dari rata-rata pengujian seluruh skenario uji masing-masing cluster.
