PENERAPAN FUZZY INFERENCE SYSTEM TAKAGI-SUGENO-KANG PADA SISTEM PAKAR DIAGNOSA PENYAKIT GIGI
Abstract
Key Word: Teeth , Expert System , Expert System Teeth , Fuzzy Logic , Fuzzy Inference System , Takagi-Sugeno-Kang , Fuzzy Sugeno
Pada umumnya, istem pakar hanya menampilkan jenis penyakit setelah user memilih gejala-gejala. Pada penelitian ini dilakukan penambahan tingkat keparahan penyakit. Metode yang diterapkan dalam perhitungan tingkat keparahan ini yaitu Metode Fuzzy Inference System Takagi-Sugeno-Kang (Metode Sugeno). Penelitian ini bertujuan untuk mengetahui apakah metode Fuzzy Inference System Takagi-Sugeno-Kang dapat diterapkan pada sistem pakar dalam memberikan diagnosa penyakit gigi. Hasil dari penelitian ini didapatkan tingkat keparahan untuk penyakit Pulpitis Reversibel 38,53%, Pulpitis Irreversibel 59,64%, Periodontitis 69,62%, Periodontitis Akut 51,43%, Gingivitis 45,5%, Perikoronitis Akut 53,93%, Perikoronitis Sub Akut 52,14%, Perikoronitis Kronis 46,05%, Karies Denties Tahap Awal 37,61%, Karies Dentis Menuju Tahap Lanjut 43,89%, Karies Denties Tahap Lanjut 51,76%, Gangren Pulpa 42,5%, Pulpa Polip 56,43%, dan Periostitis 58,55%. Kesimpulan yang didapatkan dari penelitian ini yaitu metode Fuzzy Inference System Takagi-Sugeno-Kang dapat diterapkan pada sistem pakar gigi.
Kata Kunci : Gigi, Sistem Pakar, Sistem Pakar Gigi, Logika Fuzzy, Fuzzy Inference System, Takagi-Sugeno-Kang, Fuzzy Sugeno
Full Text:
PDFReferences
Setiawati, Lutfi Salisa. 2016. Sistem Pakar Diagnosa Penyakit Gigi Berbasis Web Dengan Fuzzy Inference System Takagi-Sugeno-Kang. Program S-1 Ilmu Komputer, Universitas Lambung Mangkurat: Banjarbaru.
Anggraeny, Fetty Tri. 2007. Sistem Pakar Gigi dan Mulut Menggunakan Metoda Forward Chaining vol 02, No.1, hal 29-34. Teknik Informatika, Jawa Timur.
Kusrini. 2006. Sistem Pakar, Teori dan Aplikasi. Andi, Yogyakarta.
Laudon, Janne. 2008. Sistem Informasi Manajemen. Salemba Empat, Jakarta.
Susilo, Frans. 2003. Himpunan dan Logika Kabur Serta Aplikasinya. Graha Ilmu, Yogyakarta.
Wang, Jun. 2006. Advanced in Neural Networks – ISNN 2006. Springer: Hong Kong.
DOI: http://dx.doi.org/10.20527/klik.v3i1.30
Copyright (c) 2016 KLIK - JURNAL ILMIAH ILMU KOMPUTER
This work is licensed under a Creative Commons Attribution 4.0 International License. View My Stats