Pelita Informatika Budi Darma, Volume : VI, Nomor: 3, April 2014

ISSN : 2301-9425

SISTEM PAKAR DIAGNOSA PENYAKIT TUMOR SUMSUM TULANG

BELAKANG DENGAN FUZZY LOGIC
Lilis Marintan Banjarnahor (0911247)
Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan
Jl. Sisingamangaraja No.338 Simpang Limun Medan
www.stmik-budidarma.ac.id //email:blilismarintan@yahoo.com
ABSTRAK
Sistem pakar (expert system) secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia k
komputer, agar komputer pakar dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli.
Atau dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa
pemograman tertentu untuk dapat menyelesaikan masalah ssperti yang dilakukan oleh para ahli. Penyakit
Tumor sumsum tulang belakang sangat jarang ditemui. Kasus tumor tulang belakang yang paling banyak terjadi
adalah adalah metastasis, yaitu kanker berasal dari bagian lain dari tubuh dan menyebar ke tulang belakang.
Ketika kanker menyebar atau berasal di daerah ini, biasanya mempengaruhi satu atau lebih bagian tulang
belakang. Jika seseorang mengembangkan kanker tulang belakang, baik primer atau sekunder, ia akan
menunjukkan gejala penyakit yang berbeda. Kanker tulang primer di tulang belakang jarang terjadi. Kanker
pada tulang belakang dapat menyebabkan hancurnya sel-sel sehat tulang penderita. Tumor kanker tidak hanya
merusak tulang tulang belakang tetapi juga merusak sumsum tulang belakang penderitanya. Pada skripsi ini,
peneliti bertujuan untuk merancang sistem pakar untuk diagnosis penyakit tumor sumsum tulang belakang
dengan menggunakan metode fuzzy logic dengan memperhatikan gejala-gejala yang dialami. Metode ini
diformulasikan dalam rangka mencari nilai tengah antara bilangan Aristoteles 0 dan 1. Logika biner 0 atau 1
dasarnya berfikirnya adalah dari filsuf Aristoteles yang mengajarkan hukum berfikir bahwa sesuatunya mesti
tergolong benar atau salah.
Kata kunci : Sistem Pakar, Penyakit Tumor Sumsum Tulang Belakang, Fuzzy Logic
Saat ini kebutuhan manusia akan pelayanan medis
1. Pendahuluan
yang lebih baik sangat mendesak, yang berarti
1.1 Latar Belakang
dukungan instrumentasi dan informatika medis
Sistem pakar merupakan sistem yang berusaha
modern (telemedis) menjadi sangat dibutuhkan
mengadopsi pengetahuan manusia ke komputer
termasuk metode untuk membantu analisisnya
yang dirancang untuk menyelesaikan masalah
sehingga dihasilkan diagnosis yang lebih optimal.
seperti
layaknya
seorang
pakar.
Dalam
Kusrini (2006) Sistem pakar adalah sistem
mendiagnosa kanker sumsum tulang belakang di
berbasis
komputer
yang
menggunakan
perlukan sistem pakar.
Untuk mendapatkan
pengetahuan, fakta dan teknik penalaran dalam
informasi, sistem pakar menanyakan fakta-fakta
memecahkan masalah yang biasanya hanya dapat
yang akan menunjukkan gejala penyakit tersebut
dipecahkan oleh seorang pakar dalam bidang
dan dapat membuat penalaran (infrensi) dan sampai
tersebut.
pada sebuah kesimpulan. Kemudian sistem pakar
Logika fuzzy pertama kali diformulasikan
memberikan penjelasan atas hasil konsultasi yang
dalam sebuah seminar oleh Lotfi A Zadeh dari
telah dilakukan. Dengan sistem pakar ini, orang
University of Califonia, Berkeley tahun 1965.
awam pun dapat menyelesaikan masalahnya atau
Metode ini diformulasikan dalam rangka mencari
hanya sekedar mencari suatu informasi berkualitas
nilai tengah antara bilangan Aristoteles 0 dan 1.
yang sebenarnya hanya dapat diperoleh dengan
Logika biner 0 atau 1 dasarnya berfikirnya adalah
bantuan para ahli dibidangnya. Sistem pakar ini
dari filsuf Aristoteles yang mengajarkan hukum
juga dapat membantu aktivitas para pakar sebagai
berfikir bahwa sesuatunya mesti tergolong benar
asisten yang mempunyai pengetahuan yang
atau salah. Logika biner hanya mengenal on atau
dibutuhkan.
off, hidup atau mati, gelap atau terang, benar atau
Terdapat dua ciri utama sistem pakar, yaitu
salah. Tidak ada yang samar-samar, tidak ada abupengetahuan dan penalaran. Untuk memenuhi
abu yang ada hanya hitam atau putih. Jika tidak 1
keduanya, dalam suatu sistem pakar harus memiliki
maka 0, jika tidak gelap berarti terang dan ini
basis pengetahuan dan mesin inferensi. Bagi para
adalah sesuatu yang logis.
ahli, Sistem pakar juga akan membantu aktivitasnya
Tumor sumsum tulang belakang sangat jarang
sebagai asisten yang sangat berpengalaman. Sistem
ditemui. Kasus tumor tulang
belakang yang
pakar banyak dikembangkan dalam berbagai
paling banyak terjadi adalah adalah metastasis,
bidang, termasuk dalam bidang diagnosis medis.
Sistem Pakar Diagnosa Penyakit Tumor Sumsum Tulang Belakang Dengan Fuzzy Logic.
5
Oleh : Lilis Marintan Banjarnahor

Pelita Informatika Budi Darma, Volume : VI, Nomor: 3, April 2014

yaitu kanker berasal dari bagian lain dari tubuh dan

menyebar ke tulang belakang. Ketika kanker
menyebar atau berasal di daerah ini, biasanya
mempengaruhi satu atau lebih bagian tulang
belakang. Jika seseorang mengembangkan kanker
tulang belakang, baik primer atau sekunder, ia akan
menunjukkan gejala penyakit yang berbeda. Kanker
tulang primer di tulang belakang jarang terjadi.
Kanker pada tulang belakang dapat menyebabkan
hancurnya sel-sel sehat tulang penderita. Tumor
kanker tidak hanya merusak tulang tulang belakang
tetapi juga merusak sumsum tulang belakang
penderitanya. Gejala kanker tulang di tulang
belakang termasuk rasa sakit, patah tulang dan mati
rasa atau kelemahan. Gejala yang ditimbulkan
penyakit tersebut biasanya seperti : Rasa sakit,
kelemahan, kepekaan berkurang, nyeri leher
dan punggung, Inkontinensia dan kelumpuhan.
1.2 Rumusan Masalah
Berdasarkan penelitian yang di lakukan
penulis ,maka permasahannya adalah sebagai
berikut:
1.
Bagaimana proses mendiagnosa penyakit
tumor sumsum tulang belakang manusia ?
2.
Bagaimana menerapkan metode fuzzy
logic untuk mendiagnosa penyakit tumor
sumsum tulang belakang manusia?
3. Bagaimana merancang sistem pakar dalam
mendiagnosa tumor sumsum tulang belakang
manusia dengan menggunakan metode fuzzy
logic?
1.3 Batasan masalah
Agar pembahasan masalah tidak terlalu
meluas, maka penulis membuat batasan masalah.
Adapun batasan dari penelitian sebagai berikut:
1. Sistem pakar yang akan dirancang lebih
difokuskan pada diagnosa penyakit tumor
sumsum tulang belakang.
2. Sistem pakar mengunakan Metode fuzzy
logic.
3. Sistem yang akan dirancang menggunakan
bahasa pemograman Microsoft Visual Studio
2008 dan rancangan databasenya data pasien,
data gejala penyakit dan data hasil penyakit
(user) dengan menggunakan Mysql.
2. Landasan Teori
2.1 Pengertian Sistem Pakar
Sistem pakar merupakan suatu sistem
terkomputerisasi yang menggunakan pengetahuan
bidang tertentu untuk mencapai solusi suatu
masalah dari bidang tersebut. Solusi yang diberikan
pada dasarnya sama seperti yang disimpulkan oleh
seseorang yang banyak mengetahui masalah
tersebut.
Ada beberapa definisi tentang sistem pakar,
antara lain :

ISSN : 2301-9425

a. Menurut Durkin : Sistem pakar adalah suatu

program komputer yang dirancang untuk
memodelkan kemampuan penyelesaian masalah
yang dilakukan seorang pakar.
b. Menurut Ignizio : Sistem pakar adalah suatu
model dan prosedur yang berkaitan, dalam suatu
domain tertentu, yang mana tingkat keahliannya
dapat dibandingkan dengan keahlian seorang
pakar.
c. Menurut Giarratano dan Riley : Sistem pakar
adalah suatu sistem komputer yang bisa
menyamai atau meniru kemampuan seorang
pakar.
Ada 4 bentuk sistem pakar, yaitu :
1. Berdiri sendiri. Sistem pakar jenis ini
merupakan software yang berdiri-sendiri tidak
tergantung dengan software yang lainnya.
2. Tergabung. Sistem pakar jenis ini merupakan
bagian program yang terkandung didalam suatu
algoritma (konvensional), atau merupakan
program dimana didalamnya memanggil
algoritma subrutin lain (konvensional).
3. Menghubungkan ke software lain . Bentuk ini
biasanya merupakan sistem pakar yang
menghubungkan ke suatu paket program
tertentu, misalnya DBMS.
4. Sistem Mengabdi. Sistem pakar merupakan
bagian dari komputer khusus yang dihubungkan
dengan suatu fungsi tertentu. Misalnya sistem
pakar yang digunakan untuk membantu
menganalisis data radar.
2.2 Metode Fuzzy Logic
Logika fuzzy pertama kali diformulasikan
dalam sebuah seminar oleh Lotfi A Zadeh dari
University of Califonia, Berkeley tahun 1965.
Metode ini diformulasikan dalam rangka mencari
nilai tengah antara bilangan Aristoteles 0 dan 1.
Logika biner 0 atau 1 dasarnya berfikirnya adalah
dari filsuf Aristoteles yang mengajarkan hukum
berfikir bahwa sesuatunya mesti tergolong benar
atau salah. Logika biner hanya mengenal on atau
off, hidup atau mati, gelap atau terang, benar atau
salah. Tidak ada yang samar-samar, tidak ada abuabu yang ada hanya hitam atau putih. Jika tidak 1
maka 0, jika tidak gelap berarti terang dan ini
adalah sesuatu yang logis. Dan ini juga yang
menjadi dasar perkembangan teknologi digital saat
ini. Hal itu seiring dengan usaha untuk membuat
komputer yang bekerja seperti cara manusia
berfikir. Sebab komputer pada dasarnya adalah
sebuah mesin hitung yang tidak berfikir.
Sebelumnya Plato sudah mencetuskan ide adanya
daerah ketiga diantarabenar dan salah. Ini yang
menjadi dasar logika fuzzy yang memformulasikan
bilangan antara 0 dan 1 atau lebih tepat antara
0.0dan 1.0.

Sistem Pakar Diagnosa Penyakit Tumor Sumsum Tulang Belakang Dengan Fuzzy Logic.
Oleh : Lilis Marintan Banjarnahor

ISSN : 2301-9425

Pelita Informatika Budi Darma, Volume : VI, Nomor: 3, April 2014

Himpunan fuzzy F dan U biasanya

dinyatakan sebagai himpunan pasangan berurutan
U dan derajat keanggotaan.
F={(U, nf (u)) | ue U}..................................(1).
Jika U diskrit, himpunan fuzzy F dinyatakan
sebagai berikut :

F=

...............................................(2)

2.3 Operasi Himpunan Fuzzy

Seperti halnya himpunan konvensional, ada
beberapa operasi yang didefinisikan secara khusus
untuk mengkombinsi dan memodifikasi himpunan
fuzzy. Jika A dan B adalah dua buah himpunan
Fuzzy dalam semesta pembicaraan U dengan
fungsi keanggotaan |J,A (U) dan |J,B (U), maka pada
kedua himpunan Fuzzy tersebut dapat berlaku
operasi :
1. Kesamaan (equality)
Dua buah himpunan fuzzy A dan B dapat
dinyatakan sama jika :
HA (u) = HB (u) : untuk semua uE
U..................................................(3)
2. Gabungan (Union)
Fungsi keanggotaan dari gabungan dua
buah himpunan fuzzy A dan B, HAUB,
dapat dinyatakan sebagai berikut :
HAUB (u) = max {| j, A (u), | j, B (u) } ;
untuk semua ue u.................(4)
3. Irisan (intersection)
Fungsi keaggotaan dari irisan dua buah
himpunan fuzzy A dan B, IAHB, dapat
dinyatakan sebagai berikut :
HAnB (n) = min {| j, A (u), | j, B (u) }; untuk
semua uG U....................(5)
4. Komplemen (complement)
Fungsi keanggotaan
dari komplemen
himpunan fuzzy A, (i-, dapat dinyatakan
sebagai berikut :
| i,-(u)= |-| j, A (u) ; untuk semua u G
U.............................................(6)
2.4 Pengendali Fuzzy Logic
Tujuan utama dalam system pengendali
adalah mendapatka keluaran (output) sebagai
respon dari masukan (input). Dalam kendali dengan
cara
klasik,
melibatkan
formula-formula
matematika yang cukup rumit. Hal ini berbeda
dengan kendali fuzzy. Pengendali Fuzzy
merupakan suatu sistem kendali yang berdasar pada
basis pengetahuan manusia didalam melakukan
kendali terhadap suatu proses. Konsep matematika
yang mendasari logika fuzzy sangat sederhana dan
mudah dimengerti. Pendekatan fuzzy melibatkan
aturan-aturan yang dinyatakan dalam kata-kata
dan tidak memerlukan presisi yang tinggi serta
ada toleransi untuk data yang kurang tepat.
Struktur dasar sebuah pengendali Fuzzy
diperlihatkan pada Gambar 1.

Masukan Crisp

Fungsi
Keanggotaan
Masukan

Fuzzifikasi

Basis Aturan

Masukan Fuzzy
Evaluasi Aturan
(Inferensi)
Keluaran Fuzzy

Fungsi
Keanggotaan
Keluaran

Defuzzifikasi
Keluaran Crisp

Gambar 1: Struktur Fuzzy

3. Analisa
3.1 Analisis Sistem
Analisis sistem meliputi analisis persyaratan
sistem, analisis kebutuhan sistem dan analisis
metode fuzzy logic, juga disertai dengan
pengumpulan data serta pengetahuan yang
diperlukan untuk membangun sistem pakar.
Sistem yang dibangun untuk menentukan
jenis penyakit dengan cepat. Hasil yang dilakukan
oleh dokter adalah untuk memperoleh gejala-gejala
yang diderita oleh pasien, kemudian dari gejala
yang diperoleh dihasilkan diagnosis berupa suatu
penyakit. Berdasarkan analisis sistem ini, akan
diuraikan tentang analisis permasalahan yang ada
dan analisis kebutuhan akan perangkat lunak yang
nantinya akan dibuat.
3.1.1 Analisa Permasalahan
Sistem pakar
merupakan sistem yang
terstruktur dengan basis pengetahuan yang dinamis.
Pengetahuan yang ada pada sistem pakar dapat
bertambah sehingga harus bisa ditambah maupun
dihapus tampa harus mengubah isi dari program
secara keseluruhan. Jadi perubahan hanya
dilakukan pada bagian basis pengetahuan saja.
Tahapan analisis terhadap suatu sistem
dilakukan sebelum tahapan perancangan dilakukan.
Tujuan diterapkannya analisis terhadap suatu sistem
adalah untuk mengetahui alasan mengapa sistem
tersebut diperlukan, merumuskan kebutuhankebutuhan dari sistem tersebut untuk mereduksi
sumber daya yang berlebih serta membantu
merencanakan penjadwalan pembentukan suatu
sistem, sehingga fungsi yang terdapat didalam
sistem tersebut bekerja secara optimal. Salah satu
unsur pokok yang harus dipertimbangkan dalam
tahapan analisis sistem ini yaitu maslah perangkat
lunak, kerena perangkat lunak yang digunakan
haruslah sesuai dengan masalah yang akan
diselesaikan.
3.2 Analisa Penyakit Tumor Sumsum Tulang
Belakang

Sistem Pakar Diagnosa Penyakit Tumor Sumsum Tulang Belakang Dengan Fuzzy Logic.
Oleh : Lilis Marintan Banjarnahor

ISSN : 2301-9425

Pelita Informatika Budi Darma, Volume : VI, Nomor: 3, April 2014

Untuk mendiagnosa suatu penyakit perlu

diketahui terlebih dahulu gejala-gejala yang
ditimbulkan. Meskipun hanya dari gejala klinis
(gejala-gejala yang terlihat langsung maupun yang
dirasakan oleh penderita), dokter dapat mengambil
suatu kesimpulan berupa penyakit yang diderita.
Tetapi ada kalanya diperlukan pemeriksaan lebih
lanjut melalui pemeriksaan laboratoriun untuk
penyakit tertentu.
Jenis penyakit tumor sumsum tulang
belakang serta gajala yang di timbulkan penyakit
tersebut adalah sebagai berikut :
1. Tumor Sumsum Tulang Belakang Primer
Gejala yang di timbulkan penyakit tumor tulang
belakang primer adalah Nyeri leher dan
punggung, Rasa sakit sering terjadi dimalam
hari, Kesulitan berjalan, Hilangnya rasa
kelemahan terutama dikaki.
2. Intramedulla Terjadi Didalam Sumsum Tulang
Belakang
Gejala yang ditimbulkan penyakit Intramedulla
terjadi didalam sumsum tulang belakang adalah
Penurunan sensitivitas terhadap rasa sakit, panas
dan dingin, Hilangnya fungsi usus dan kandung
kemih.
3. Extramedulla Terjadi Diluar Sumsum Tulang
Belakang
Gejala
yang
di
timbulkan
penyakit
Extramedulla terjadi diluar sumsum tulang
adalah Kelumpuhan diberbagai bagian tubuh
yang berbeda tergantung saraf yang terkena.
Contoh kasus sebagai berikut :
Proses diagnosis klinis akan dilakukan seorang
pasien untuk menetukan tingkat resiko suatu
kategori penyakit tumor sumsum tulang belakang
berdasarkan gejala klinis yang ada. Basia
pengetahuan dibangun untuk merepresentasikan
antara gejala dengan kategori penyakit dengan
menggunakan aturan yang berbentuk IF THEN
(Kusumadewi,2005). Basis pengetahuan yang
menunjukan hubungan antara gejala dengan
penyakit disusun dengan menggunakan kaidah
produksi IF-THEN, sebagai berikut :
Aturan 1 :
IF nyeri leher dan pungung
AND Rasa sakit sering terjadi di malam hari
AND Kesulitan berjalan
AND Hilangnya rasa kelemahan terutama dikaki
THEN Tumor tulang belakang primer
Aturan 2 :
IF Penurunan sensitivitas terhadap rasa sakit, panas
dan dingin
AND Hilang ya fungsi usus dan kandung kemih
THEN Intramedulla terjadi didalam sumsum tulang
belakang

IF

Kelumpuhan diberbagai bagian tubuh yang

berbeda tergantung saraf yang terkena
THEN Extramedulla terjadi diluar sumsum tulang
belakang
Fungsi keanggotaan fuzzy setiap himpunan
ada yang dibangun dengan pendekatan fungsi
linear, dan ada juga yang bernilai diskret. Fungsi
keanggotaan linear naik digunakan untuk himpunan
SERING variabel sakit punggung, dan himpunan
TINGGI pada variabel panas dan dingin, masingmasing dengan fungsi sebagai berikut :

A1
1 -------------------------------------------.
u (x)
0 10

25
50
75
100
Nilai Fungsi variabel
Gambar 2 : Himpunan Fuzzy Untuk Fungsi
variabel
Keterangan :
1. A1 : sakit punggung sering
2. u (x) : nilai variabel untuk setiap x
a.

Himpunan Untuk A1 :
0;
x-50

usakitpunggungSERING[X] =

x 50
; 50 x 100

50
1;

x 100

Dengan x adalah rata-rata frekuensi sakit punggung

setiap hari, dan
A1
A2
1-------------------------------------------------.
u (y)
0

10

15

35

50

Nilai Fungsi variabel

Gambar 3 : Himpunan Fuzzy Untuk Fungsi
variabel
Keterangan :
1. A1 : nyeri leher
2. A2 : panas dingin tinggi
3. u (y) : nilai variabel untuk setiap y

Aturan 3 :
Sistem Pakar Diagnosa Penyakit Tumor Sumsum Tulang Belakang Dengan Fuzzy Logic.
Oleh : Lilis Marintan Banjarnahor

Pelita Informatika Budi Darma, Volume : VI, Nomor: 3, April 2014

a.

Himpunan Untuk A1 :

UnyerileherSERING[y] =

0;
50 - y
;
50

3
0 y 50
y 50

b.

Himpunan Untuk A2

upanasdandinginTINGGI[Y] =

0;
y 35
y - 35
; 35 y 50
35
1;
y 50

Dengan y suhu tubuh dalam derajat celsius.

Pada nilai keanggotaan diskret, untuk
himpunan
fuzzy
standar,
misalkan
nilai
keanggotaan diberikan sebesar u(w) = 0.65 .
Sedangkan untuk kasus melemahkan ( sedikit, agak
) dan menyangatkan ( sangat, sekali ), masingmasing digunakan operator dilatation dan
concentration. Fungsi keaggotaan terbentuk dengan
menggunakan operator dilatation adalah :
uDIL(A)[x] = (uA[W])
Sedangkan fungsi keaggotaan terbentuk dengan
menggunakan operator concentration adalah :
uCON(A)[x] = ( uA[X])2
sebagai contoh :
1. unyerileher = 0.65.
2. unyeriSEDIKITleher = 0.65 = 0,806.
3. unyeriSEKALIleher = (0.65)2 = 0,4225.
Tingkat resiko dialaminya suatu penyakit
direpresentasikan dengan nilai antara 0 sampai 1.
Semakin kearah 1, maka tingkat resikonya semakin
tinggi. Proses agregasi dilakukan untuk setiap
kategori penyakit. Misalkan ada suatu gejala yang
mempengaruhi 2 penyakit (P1 Dan P2), maka
proses agregasi dilakukan masing-masing untuk p1
dan p2.
Setelah dilakukan inferensi untuk setiap
hipotesa penyakit, maka tingkat resiko pada setiap
penyakit dapat dilihat pada tabel sebagai berikut :
Tabel 1 : Hasil tingkat resiko setiap penyakit
No
Penyakit
Tingkat
resiko
1
Tumor
tulang belakang
0.48
primer
2
Tumor
Tulang
belakang
0.48

4
5
6
7

ISSN : 2301-9425

primer
Intramedulla terjadi didalam
sumsum tulang belakang.
Intramedulla terjadi didalam
sumsum tulang belakang.
Tumor tulang belakang primer
Tumor tulang belakang primer
Extramedullary terjadi diluar
sumsum tulang belakang.

0.25
0.25
0.48
0.48
0.40

Berdasarkan hasil yang diperoleh, dapat

disimpulkan bahwa resiko terbesar pasien
menderita penyakit tumor sumsum tulang belakang,
dengan tingkat resiko 0.48.
4. Algoritma
Algoritma adalah suatu cara yang digunakan
untuk memperoleh/menerangkan suatu keadaan
tertentu sehingga bisa lebih mudah dimengerti, dan
dalam skripsi ini juga penulis membuat algoritma
untuk menejelaskan kepada pembaca bagaimana
sistem yang dibangun dapat berjalan.
Algoritma
Input : Gj, NGj, NHP
Ouput : P
Proses :
Gj
Gejala penyakit
NGj
Nilai Gejala Penyakit
NHP
Nilai Himpunan Fuzzy
P = NGj / NHP
P
Penyakit
If Gejala dipilih = gejala penyakit
then
P = penyakit
End if
Dim xA As Double
xA = 0.48
i = xAGejala.Listcount
Dim UA[X]2G1, UA[X]2G2, UA[X]2G3 As
Double
If i = 2 then
If Me.x UA[X]2Gejala.List(0) / 2, Me.x
UA[X]2Gejala.List(1) then
UA[X]2A1 = Me.x UA[X]2Gejala.List(1) /
2
UA[X]2U1 = UA[X]2 / 2
Else
UA[X]2A1 = Me.x UA[X]2Gejala.List(0) / 2
UA[X]2U1 = UA[X]2 / 2
End if
Dim xA0.48, xA 0.48 As Double
xA0.48 = UA[X]2A1
xA0.48 = UA[X]2A2
UA[X]2G1 = (0.48)2
Me.xHasil.Text = Hasil Penyakit = &
UA[X]2G1
End if.
4.2 Implementasi Sistem

Sistem Pakar Diagnosa Penyakit Tumor Sumsum Tulang Belakang Dengan Fuzzy Logic.
Oleh : Lilis Marintan Banjarnahor

Pelita Informatika Budi Darma, Volume : VI, Nomor: 3, April 2014

Program adalah serangkaian instruksi-instruksi

yang sistematis dan logis untuk mengendalikan
komputer dalam mencapai tujuan sesuai dengan
atura-aturan tertentu.

ISSN : 2301-9425

[7]. http://www.scribd.com/doc/29302936/pengerti
an-fuzzy-logic akses 06/04/2013

5. Kesimpulan Dan Saran

5.1 Kesimpulan
Dari penyelesaian tulisan ini penulis dapat
mengambil kesimpulan adalah sebagai berikut :
1. Dengan adanya proses mendiagnosa penyakit
tumor sumsum tulang belakang dapat
mengetahui jenis penyakit dari proses yang
dilakukan sistem berdasarkan keluhan (gejala)
penyakit tumor sumsum tulang belakang yang
diderita.
2. Dengan menerapkan metode Fuzzy Logic
sehingga dapat mendiagnosa penyakit tumor
sumsum tulang belakang belakang dan dapat
memberikan hasil diagnosis dengan cepat
beserta nilai tingkat resiko setiap jenis
penyakit.
3. Perancangan
aplikasi
sistem
pakar
menggunakan Visual basic.Net 2008 untuk
menghasilkan sebuah sistem yang dapat
melakukan proses mendiagnosa tumor sumsum
tulang belakang.
5.2 Saran
Berdasarkan kesimpulan yang telah diambil,
maka
dapat
dikemukakan
saran
untuk
pengembangan lebih lanjut, yaitu sebagai berikut :
1. Sistem pakar diagnosis penyakit tumor sumsum
tulang belakang dapat dikembangkan lebih
lanjut dengan menambahkan gejala yang lebih
spesifik dan pertanyaan yang lebih terarah.
2. Untuk kedepannya, fuzzy logic dapat
dikembangkan
menjadi
metode
untuk
memecahkan masalah yang lebih kompleks.
3. Apabila sistem ini ingin dikembangkan lagi oleh
pemakai atau pembaca, dengan menggunakan
sistem yang lebih lengkap lagi untuk
mendiagnosa penyakit di masa yang akan
datang.

Daftar Pustaka
[1]. Sutojo,T.
S.Si,M.Kom,dkk
kecerdasan
buatan. Andi Yogyakarta : Unidus, 2011.
[2]. Kusumadewi, sri ; Hartati, sri, Neuro-Fuzzy :
integrasi sistem fuzzy & jaringan syaraf,
Yogyakarta 2010
[3]. Hendrayudi,Dasar-Dasar
Pemograman
Microsoft Visual Studio.Net, 2008
[4]. Jogianto,
HM.
Analisa
Sistem
Informasi,penerbit Yogyakarta : Andi, 2005
[5]. http://www.republika.co.id/berita/gayahidup/info-sehat/2013/04/06/ljy5zptumortulang-belakang-bagaimana-gejalanya
[6]. http://indah-imuts.blogspot.com/p/pengertiandatabase-mysql-dan.html 17/05/2013
Sistem Pakar Diagnosa Penyakit Tumor Sumsum Tulang Belakang Dengan Fuzzy Logic.
Oleh : Lilis Marintan Banjarnahor

10