{"title":"用于中风疾病分析的模糊专家系统","authors":"Aan Jelli Priana","doi":"10.55338/jikomsi.v7i1.2926","DOIUrl":null,"url":null,"abstract":"Perkembangan penyakit stroke di Indonesia telah menjadi fenomena tersendiri. Sekitar tahun 1990-an, stroke menjadi penyebab utama peringkat keempat dari kematian penduduk Indonesia. Kemudian, pada 2014 hingga pertengahan 2015, penyakit ini menjadi penyebab kematian pertama di Indonesia. Hal ini menjadi perhatian khusus bagi Kementrian Kesehatan dan pelaku – pelaku kesehatan yang lain. Namun, tidak hanya para pelaku kesehatan baik dokter, perawat, ahli kesehatan dan sebagainya yang harusnya meningkatkan upaya pencegahan, pengobatan dan penanggulangan Stroke, akan tetapi para pasien stroke ataupun masyarakat umum sudah selayaknya menyadari akan upaya – upaya tersebut. Untuk mendukung upaya pencegahan, pengobatan dan penanggulangan stroke, bidang ilmu lain yaitu teknologi lain yaitu teknologi mobile dapat berpartisipasi melalui mobile health application. Selain itu untuk membantu dalam metode analisisnya menggunakan Metode Fuzzy Tsukamoto untuk mendeteksi dini risiko terkena penyakit stroke. Perpaduan antara mobile healthy dengan Metode Fuzzy Tsukamoto dapat menjadi metode alternatif dalam mendiagnosis risiko terkena penyakit stroke sehingga para pasien stroke atau masyarakat pada umumnya mendapatkan early warning dan meningkatkan kewaspadaan diri terhadap bahaya Stroke. Hasil analisis menunjukkan bahwa tingkat akurasi sistem yang diusulkan memiliki akurasi yang cukup baik dengan membandingkan data hasil fuzzy dengan data hasil pakar.","PeriodicalId":517527,"journal":{"name":"Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)","volume":" 45","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-03-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Fuzzy Expert System Untuk Analisis Penyakit Stroke\",\"authors\":\"Aan Jelli Priana\",\"doi\":\"10.55338/jikomsi.v7i1.2926\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Perkembangan penyakit stroke di Indonesia telah menjadi fenomena tersendiri. Sekitar tahun 1990-an, stroke menjadi penyebab utama peringkat keempat dari kematian penduduk Indonesia. Kemudian, pada 2014 hingga pertengahan 2015, penyakit ini menjadi penyebab kematian pertama di Indonesia. Hal ini menjadi perhatian khusus bagi Kementrian Kesehatan dan pelaku – pelaku kesehatan yang lain. Namun, tidak hanya para pelaku kesehatan baik dokter, perawat, ahli kesehatan dan sebagainya yang harusnya meningkatkan upaya pencegahan, pengobatan dan penanggulangan Stroke, akan tetapi para pasien stroke ataupun masyarakat umum sudah selayaknya menyadari akan upaya – upaya tersebut. Untuk mendukung upaya pencegahan, pengobatan dan penanggulangan stroke, bidang ilmu lain yaitu teknologi lain yaitu teknologi mobile dapat berpartisipasi melalui mobile health application. Selain itu untuk membantu dalam metode analisisnya menggunakan Metode Fuzzy Tsukamoto untuk mendeteksi dini risiko terkena penyakit stroke. Perpaduan antara mobile healthy dengan Metode Fuzzy Tsukamoto dapat menjadi metode alternatif dalam mendiagnosis risiko terkena penyakit stroke sehingga para pasien stroke atau masyarakat pada umumnya mendapatkan early warning dan meningkatkan kewaspadaan diri terhadap bahaya Stroke. Hasil analisis menunjukkan bahwa tingkat akurasi sistem yang diusulkan memiliki akurasi yang cukup baik dengan membandingkan data hasil fuzzy dengan data hasil pakar.\",\"PeriodicalId\":517527,\"journal\":{\"name\":\"Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)\",\"volume\":\" 45\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-03-20\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.55338/jikomsi.v7i1.2926\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.55338/jikomsi.v7i1.2926","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Fuzzy Expert System Untuk Analisis Penyakit Stroke
Perkembangan penyakit stroke di Indonesia telah menjadi fenomena tersendiri. Sekitar tahun 1990-an, stroke menjadi penyebab utama peringkat keempat dari kematian penduduk Indonesia. Kemudian, pada 2014 hingga pertengahan 2015, penyakit ini menjadi penyebab kematian pertama di Indonesia. Hal ini menjadi perhatian khusus bagi Kementrian Kesehatan dan pelaku – pelaku kesehatan yang lain. Namun, tidak hanya para pelaku kesehatan baik dokter, perawat, ahli kesehatan dan sebagainya yang harusnya meningkatkan upaya pencegahan, pengobatan dan penanggulangan Stroke, akan tetapi para pasien stroke ataupun masyarakat umum sudah selayaknya menyadari akan upaya – upaya tersebut. Untuk mendukung upaya pencegahan, pengobatan dan penanggulangan stroke, bidang ilmu lain yaitu teknologi lain yaitu teknologi mobile dapat berpartisipasi melalui mobile health application. Selain itu untuk membantu dalam metode analisisnya menggunakan Metode Fuzzy Tsukamoto untuk mendeteksi dini risiko terkena penyakit stroke. Perpaduan antara mobile healthy dengan Metode Fuzzy Tsukamoto dapat menjadi metode alternatif dalam mendiagnosis risiko terkena penyakit stroke sehingga para pasien stroke atau masyarakat pada umumnya mendapatkan early warning dan meningkatkan kewaspadaan diri terhadap bahaya Stroke. Hasil analisis menunjukkan bahwa tingkat akurasi sistem yang diusulkan memiliki akurasi yang cukup baik dengan membandingkan data hasil fuzzy dengan data hasil pakar.