Persalinan adalah serangkaian kejadian yang berakhir dengan pengeluaran bayi yang cukup bulan atau hampir cukup bulan, disusul dengan pengeluaran plasenta dan selaput janin dari dalam rahim. Jika proses yang diplih tidak tepat, maka proses persalinan tersebut dapat membahayakan nyawa ibu dan janin. Oleh karena itu, perlu dilakukan upaya untuk mengukur kemungkinan proses persalinan normal dengan memperhatikan faktor-faktor yang memperngaruhi seperti, usia calon ibu, letak bayi, ukuran panggul, tekanan darah (sistoli dan diastoli), kadar Hemoglobin (Hb), kondisi psikologis calon ibu, taksiran berat janin (TBJ), penyakit beresiko kehamilan dan lingkar lengan atas (LiLA). Metode Fuzzy Tsukamoto dinilai mampu mengukur tingkat kemungkinan persalinan normal dengan mempertimbangkan kemungkinan-kemungkinan yang terjadi. Namun, metode ini masih memiliki kekurangan, yaitu ketepatan menentukan batas-batas kriteria yang digunakan. Oleh karena itu, penentuan batas kriteria perlu dioptimasi menggunakan algoritma Evolution strategies. Akurasi metode Fuzzy Tsukamoto mencapai 69%, sedangkan akurasi metode Fuzzy Tsukamoto yang telah dioptimasi mencapai 85%. Nilai fitness terbaik diperoleh ketika ukuran populasi sebesar 35, ukuran lambda 8µ dan ukuran generasi 80. Hal ini juga menunjukkan semakin besar ukuran populasi dan lambda, maka semakin besar pula fitness yang dihasilkan karena individu yang terlibat semakin beragam. sedangkan ukuran generasi tidak akan menjamin fitness yang dihasilkan semakin baik karena nilai fitness sangat bergantung pada pembangkitan populasi awal yang dilakukan secara random