PEMODELAN SISTEM PENDUKUNG KEPUTUSAN KELOMPOK DENGAN METODE FUZZY WEIGHTED PRODUCT UNTUK DIAGNOSIS PENYAKIT PNEUMONIA

Authors

  • Muhammad Syaukani Jurusan Ilmu Komputer dan Elektronika, FMIPA, Universitas Gadjah Mada
  • Hari Kusnanto rogram Studi Ilmu Kesehatan Masyarakat, Minat Sistem Informasi Manajemen Kesehatan Fakultas Kedokteran Universitas Gadjah Mada

Keywords:

SPKK, Fuzzy, Weighted Product, Pneumonia

Abstract

Pneumonia merupakan infeksi diujung bronkiol dan alveoli serta penyakit yang terbanyak mengakibatkan kematian untuk setiap tahunnya, terbatasnya tenaga medis di puskesmas dibandingkan dengan jumlah penduduk mengakibatkan sering terlambatnya pelayanan terhadap pasien pneumonia. Penelitian ini fokus pada pengembangan pemodelan sistem pendukung keputusan kelompok untuk mendiagnosis pasien pneumonia pada orang dewasa. Sistem ini dirancang sebagai alat bantu tenaga medis dalam mendiagnosis pasien pneumonia dan menurunkan tingkat keterlambatan penanganan terhadap pasien pneumonia serta meminimalisir adanya kesalahan pemberian antibiotik terhadap pasien pneumonia.

Sistem Pendukung Keputusan Kelompok (SPKK) dikembangkan berbasis web menggunakan bahasa pemrogramman PHP sedangkan untuk mengolah basis data pengetahuan menggunakan database MySQL, untuk memberikan nilai tabel keputusan yang merupakan keterkaitan antara gejala dan gangguan, serta  pemberian nilai preferensi ketiga orang pakar yaitu ahli paru-paru, ahli internis dan ahli farmasi menggunakan Fuzzy Segitiga. Pada tahap agregasi preferensi digunakan Fuzzy Linguistic Quantifier dan tahap perangkingan menggunakan Weighted Product.  Sistem diuji dengan cara memasukkan gejala-gejala pneumonia tanpa melibatkan seorang pakar. Hasil penelitian menunjukkan bahwa sistem dapat mendukung untuk mendiagnosis penyakit pneumonia.

 

Kata Kunci : , Fuzzy, ,

Downloads

Download data is not yet available.

References

Charitos. T, dkk. (2007). A Dynamic Bayesian Network for Diagnosing Ventilator Associated Pneumonia in ICU Patients. Department of Information and Computing Sciences, Utrecht University. Netherlands
de Jong, J. D. (2009). Do decision support systems influence variation in prescription? BMC Health Services Research , 9:20.
Depkes RI. (2005). Pharmaceutical Care Untuk Penyakit Infeksi Saluran Pernapasan. Jakarta.
Garyfallos Fragidis, K. T. (2005). The Business Strategy Perspective on the Development of Decision Support Systems. International Conference on Computational Intelligence for Modelling, Control and Automation, and International Conference on Intelligent Agents, Web Technologies and Internet Commerce (CIMCA-IAWTIC’05). IEEE.
Jeffrey A. (2007). Clinical Decision Support System to Improve Antibiotic Prescribing fot Acute Respiratory Infection : Results of Pilot Study. AMIA Symposium Proceedings , 468-472.
Kusumadewi Sri, Hartati S, Harjoko A, Wardoyo R. (2006). Fuzzy Multi Attribute Decision Making (Fuzzy MADM). Graha Ilmu. Yogyakarta.
Schurink Carolina A.M., S. V. (2007). A Bayesian decision-support system for diagnosing ventilator-associated pneumonia. Intensive Care Med , 1379–1386.
Scott R. Clark. (2000). Decision support systems for the reatment of community-acquired pneumonia. Conference papers and presented at the Aus-tralian Health Informatics Conferences in 2000.
Sohail Asghar, S. F. (2009). Systems, A Contemplation of Group Decision Support. Fourth International Conference on Computer Sciences and Convergence Information Technology. IEEE.
Turban Efraim, J. E. (2007). Decision Support Systems and Intelligent System-Sevent Edition. New Delhi: Prentice Hall of India

Downloads

Published

2012-06-29

How to Cite

Syaukani, M., & Kusnanto, H. (2012). PEMODELAN SISTEM PENDUKUNG KEPUTUSAN KELOMPOK DENGAN METODE FUZZY WEIGHTED PRODUCT UNTUK DIAGNOSIS PENYAKIT PNEUMONIA. Jurnal Teknologi, 5(1), 17–23. Retrieved from https://ejournal.akprind.ac.id/index.php/jurtek/article/view/952

Issue

Vol. 5 No. 1 (2012): Jurnal Teknologi

Section

Articles

License

Jurnal Teknologi provides immediate open access to its content in order of making research freely available to the public to support a global exchange of knowledge. All articles published in this journal are free for everyone to read and download, under licence CC BY SA. 

Benefits of open access for the author, include:

  • Free access for all users worldwide.
  • Authors retain copyright to their work.
  • Increased visibility and readership.
  • No spatial constraints.