SISTEM PAKAR DIAGNOSA PENYAKIT AUTIS PADA ANAK DENGAN MENGGUNAKAN METODE FUZZY MAMDANI

• Main Author: Zulkifli, - (Author)
• Format: Book
• Published: 2014-06-02.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata

Summary

Ide awal dari penelitian ini adalah bagaimana mengetahui seorang anak menderita penyakit autis berdasarkan gejala perilaku. Masalah dalam penelitian ini adalah adanya subyektifitas pakar dalam mendiagnosa penyakit autis. Hal ini disebabkan banyaknya gejala perilaku pada anak autis sehingga hasil diagnosa menjadi kurang objektif. Tujuan dari penelitian ini adalah membangun sistem pakar diagnosa penyakit autis dengan mengaplikasikan metode fuzzy mamdani sehingga bisa meminimalisir subyektifitas dari pakar. Parameter yang digunakan dalam diagnosa adalah parameter kelemahan kualitatif interaksi sosial, parameter kelemahan kualitatif bidang komunikasi, dan kelemahan kualitatif dalam bidang perilaku. Parameter diagnosa ini direpresentasikan menjadi 30 gejala. Melalui penerapan metode fuzzy mamdani, data gejala yang ada akan dihitung nilai derajat keanggotaannya melalui proses fuzzyfikasi sampai didapatkan nilai akhir fuzzy. Nilai akhir ini secara langsung mengindikasikan hasil diagnosa penyakit berupa adanya dugaan autis atau normal pada anak. Dari hasil uji coba diagnosa yang dilakukan terhadap 50 data lengkap anak autisme didapatkan nilai akurasi sebesar 98% dan error sebesar 2%. Ini menunjukan penerapan sistem pakar diagnosa penyakit autis dengan menggunakan metode fuzzy mamdani dengan representasi pengetahuan berupa gejala fisik dari perilaku sudah berfungsi dengan baik. The background of this study is how to determine a child who has autism based on behavioral symptoms. The problem of this study is the subjectivity of experts in diagnosing autism itself. It happens because there are numbers of behavioral symptoms in children with autism so that diagnosis becomes less objective. The purpose of this research is how to build an autistic disease diagnosis expert system by applying Mamdani Fuzzy method that can minimize subjectivity of the experts. The parameters used in the diagnosis are the weaknesses of qualitative parameters of: social interaction, communication, and behavior. Those paramaters are represented by 30 symptoms. Through the application of Mamdani Fuzzy methods, the membership degree of values from symptom data are calculated through the process of fuzzyfication to obtain the fuzzy final value. This fuzzy final value directly indicates whether a child has autism or he is normal. From 50 autistic children diagnosed, it shows that 98% of the data is accurate and only 2% of them is error. It proves that the application of the autism diagnostic experts system by using Mamdani Fuzzy method with knowledge representation in the form of physical symptoms of behavior works properly .

Item Description

http://repository.upi.edu/16319/3/S_KOM_07082015_Title.pdf
http://repository.upi.edu/16319/3/S_KOM_07082015_Abstract.pdf
http://repository.upi.edu/16319/8/S_KOM_07082015_Table_of_content.pdf
http://repository.upi.edu/16319/4/S_KOM_07082015_Chapter1.pdf
http://repository.upi.edu/16319/5/S_KOM_07082015_Chapter2.pdf
http://repository.upi.edu/16319/5/S_KOM_07082015_Chapter3.pdf
http://repository.upi.edu/16319/6/S_KOM_07082015_Chapter4.pdf
http://repository.upi.edu/16319/7/S_KOM_07082015_Chapter5.pdf
http://repository.upi.edu/16319/2/S_KOM_07082015_Bibliography.pdf
http://repository.upi.edu/16319/1/S_KOM_07082015_Appendix1.pdf
http://repository.upi.edu/16319/1/S_KOM_07082015_Appendix2.pdf