Penerapan Teknik Klasifikasi Dengan Metode Derajat Keanggotaan Pada Data Diabetes

Abstract

Hasil survey Organisasi Kesehatan Dunia (WHO) menyatakan jumlah penderita kencing manis (diabetes melitus) di Indonesia sekitar 17 juta orang (8,6% dari jumlah penduduk) atau menduduki urutan terbesar ke-4 setelah India, Cina dan Amerika Serikat. Berdasarkan hal tersebut, perlu kiranya dilakukan penelitian yang mengarah pada pembuatan aplikasi yang dapat mendeteksi timbulnya penyakit diabetes, sehingga terjadinya penyakit ini pada seseorang dapat diprediksi sedini mungkin agar dapat dilakukan tindakan antisipasi. Salah satu teknik yang dapat digunakan untuk melakukan penelusuran pada data historis untuk mengidentifikasi pola dan memprediksi trend adalah data mining. Data mining merupakan proses ekstraksi informasi atau pola dalam basis data yang berukuran besar. Salah satu teknik dalam data mining yaitu klasifikasi untuk menemukan model (fungsi) yang menjelaskan dan membedakan kelas-kelas data, dengan tujuan agar model yang diperoleh dapat digunakan untuk memprediksikan kelas atau objek yang memiliki label kelas yang tidak diketahui. Konsep fuzzy yang diterapkan dalam klasifikasi dapat lebih baik dalam menangani nilai numerik, karena himpunan fuzzy ”memperhalus” batasan yang tegas. Metode klasifikasi yang digunakan dalam penelitian ini adalah klasfikasi dengan derajat keanggotaan dalam fuzzy. Dari penelitian ini diharapkan dapat menemukan aturan yang dapat memprediksi apakah sesorang dinyatakan positif atau negatif berdasarkan data hasil pemeriksaan laboratorium.