Diagnosis Penyakit Rubella Menggunakan Metode Fuzzy Tsukamoto
DOI:
https://doi.org/10.37034/jsisfotek.v1i3.3Keywords:
Rubella, Variabel, Fuzzy Association, Togavirus., Fuzzy TsukamotoAbstract
Rubella or better known as German measles is a viral infection characterized by a red rash on the skin. Lack of general public understanding of this disease makes the number of patients with Rubella increasing. So Fuzzy Tsukamoto's method is used to detect Rubella disease. The purpose of this study is to facilitate the public in understanding about Rubella disease so as to reduce the number of sufferers of this disease. The first step to detecting Rubella disease is to determine the fuzzy set and the domain which includes 3 variables: red rash, swollen lymph nodes, and fever. The output of fuzzy calculations is someone experiencing Rubella or normal symptoms. The value obtained from the calculation process usig the Tsukamoto method is 6.00.
References
Kementrian Kesehatan RI. (2018). Imunisasi Situasi Campak & Rubella di Indonesia. InfoDatin Pusat Data dan Informasi Kementrian Kesehatan RI. http://www.depkes.go.id/download.php?file=download/pusdatin/infodatin/imunisasi%20campak%202018.pdf
Rohayani, &Hetty A.H. (2015). Fuzzy Inference System Dengan Metode Tsukamoto Sebagai Penunjang Keputusan Produksi (Studi Kasus : PT. Talkindo Selaksa Anugrah). Jurnal Sistem Informasi (JSI), 7(1)
Nasir, Juardi, & Johnson Suprianto (2017). Analisis Fuzzy Logic Menentukan Pemilihan Motor Honda Dengan Metode Mamdani. Jurnal Edik Informatika, 3(2). http://dx.doi.org/10.22202/jei.2017.v3i2.1962
Novianti, Nita, Denny Pribadi, Rizal Amegia Saputra. 2018. Sistem Pakar Diagnosa Pulmonary TB Menggunakan Metode Fuzzy Logic. Jurnal Informatika, 5(2). https://doi.org/10.31311/ji.v5i2.3927
Hamid, Mustamin, Adelina Ibrahim, & Fadril M Lausi (2018). Aplikasi Sistem Pakar Mendiagnosa Gizi Buruk Pada Anak Dengan Metode Dempster-Shafer Berbasis Web. Jurnal Imiah ILKOMINFO - Jurnal ilmu Komputer dan Informatika, 1(2).
Ervinaeni, Yunia, Aziz Setyawan Hidayat, & Eri Riana (2019). Sistem Pakar Diagnosa Gangguan Hiperaktif Pada Anak Dengan Metode Naive Bayes Berbasis Web. Jurnal Media Informatika Budidarma, 3(2). http://dx.doi.org/10.30865/mib.v3i2.1158
Kotimah, Qoirul, Wayan Firdaus Mahmudy, & Vivi Nur Wijayanigrum (2017). Optimization of Fuzzy Tsukamoto Membership Function using Genetic Algorithm to Determine the River Water. International Journal of Electrical and Computer Engieering (IJECE), 7(5), 2838-2846. http://dx.doi.org/10.11591/ijece.v7i5.pp2838-2846
Lestari, Muqodimah Nur, Pio Arfianova Fitrizky Islami, Kirya Mateeke Moses, & Aji Prasetya Wibawa (2018). Implementasi Metode Fuzzy Tsukamoto untuk Menentukan Hasil Tes Kesehatan Pada Penerimaan Peserta Didik Baru di Sekolah Menengah Kejuruan. Jurnal Ilmiah Teknologi Sistem Informasi. 4(1). http://doi.org/10.26594/register.v4i1.718
Rosadi, Dadi, & Iwan Sidharta (2016). Model Perancangan Sistem Informasi Dalam Mendukung Ketahanan Pangan. Bisnis dan Iptek. 9(1), 17-27.
Parewe A., Maulidinnawati Abdul Kadir, & Wayan Firdaus Mahmudy (2016). Seleksi Calon Karyawan Menggunakan Metode Fuzzy Tsukamoto. Seminar Nasional Teknologi Informasi dan Komunikasi 2016.
Rohayani, & Hetty A.H. (2015). Fuzzy Inference System Dengan Metode Tsukamoto Sebagai Penunjang Keputusan Produksi (Studi Kasus : PT. Talkindo Selaksa Anugrah). Jurnal Sistem Informasi (JSI), 7(1).
Kurnianingtyas, Diva, Wayan Firdaus Mahmudy, & Agus Wahyu Widodo (2017). Optimasi Derajat Keanggotaan Fuzzy Tsukamoto Menggunakan Algoritma Genetika Untuk Diagnosis Penyakit Sapi Potong. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 4(1). http://doi.org/10.25126/jtiik.201741294
Kurniati, Neng Ika, R. Reza El Akbar dan Panji Wijaksonoc (2019). Penerapan Metode Fuzzy Tsukamoto pada Sistem Pakar untuk Mendiagnosa Autisme Pada Anak. Innovation in Research of Information (INNOVATICS), 1(1).
Falateha, Achmad Igaz, Nurul Hidayat & Komang Candra Brata. (2018). Sistem Pakar Diagnosa Penyakit Hati Menggunakan Metode Fuzzy Tsukamoto Berbasis Android. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(8).
Taufiq, Rohmat, & Hesti Puspita Sari (2019). Rancang Bangun Sistem Pendukung Keputusan Penentuan Jumlah Produksi Menggunakan Metode Fuzzy Tsukamoto. Jurnal Teknik: Universitas Muhammadiyah Tangerang, 8(1). http://dx.doi.org/10.31000/jt.v8i1.1589
Adelina Vina, Dian Eka Ratnawati, & M. Ali Fauzi (2018). Klasifikasi Tingkat Risiko Penyakit Stroke Menggunakan Metode GA-Fuzzy Tsukamoto. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(9).
