Abstract
Stroke merupakan penyakit penyebab cacat nomor satu dan penyebab kematian nomor dua (setelah penyakit jantung) di dunia. Orang yang berpotensi terkena stroke dapat terhindar apabila menyadari dan mengatasi faktor risiko tersebut sejak dini. Beberapa faktor risiko utama yang mempengaruhi risiko penyakit stroke yaitu tekanan darah, umur, jenis kelamin, kolesterol, serta riwayat diabetes. Bagi para ahli terkadang sulit untuk mendiagnosis penyakit stroke karena adanya beberapa faktor risiko yang mempengaruhi. Oleh karena itulah diperlukan suatu metode inferensi sebagai pendukung keputusan seseorang tersebut berisiko terkena penyakit stroke atau tidak. Aturan yang berasal dari pakar dapat digantikan dengan menggunakan algoritma clustering. Dalam penelitian ini diimplementasikan algoritma subtractive clustering sebagai media pembelajaran untuk membangkitkan aturan fuzzy. Penelitian ini menggunakan data rekam medik pasien terkena stroke pada rumah sakit XYZ yang berasal dari penelitian sebelumnya. Data rekam medik terdiri 109 data latih dan 30 data uji. Pembangkitan aturan diawali dengan proses clustering yang kemudian dilakukan analisa varian. Hasil cluster dengan nilai varian terkecil digunakan dalam proses ekstraksi aturan fuzzy. Semakin kecil nilai varian suatu cluster, maka semakin ideal cluster tersebut. Pembentukan aturan yang didapat dari hasil subtractive clustering digabungkan dengan model inferensi Takagi Sugeno Kang orde-satu. Pada pengujian pembentukan aturan didapatkan jumlah aturan terbaik, yaitu 3 aturan. Sedangkan pada pengujian akurasi didapatkan akurasi terbaik sebesar 93,33% pada jumlah aturan sebanyak 3.
