SISTEM PENENTUAN KALORI HARIAN PENDERITA DIABETES MELITUS DENGAN MODEL LOGIKA FUZZY MAMDANI DAN METODE FUZZY C-MEANS CLUSTERING (FCM)

Abstract

Saat ini penyakit diabetes sudah dikenal oleh masyarakat karena keganasannya jika sudah menginfeksi manusia. Penyakit ini muncul ditandai dengan adanya gangguan sistem metabolisme dalam tubuh yang disebabkan dari faktor keturunan atau konsumsi gula yang berlebihan. Penderita Diabetes Melitus (DM) tingkat lanjut perlu untuk mengontrol kesehatannya secara rutin, termasuk mengontrol konsumsi kalori harian. Ada 4 faktor atau variabel yang mempengaruhi dalam penentuan kalori penderita DM yaitu usia, tinggi badan, berat badan, dan aktivitas. Dalam menentukan nilai variabel biasanya tidak menggunakan nilai absolute 0 atau 1, sehingga sering menimbulkan ketidakpastian dalam mengambil keputusan. Logika fuzzy dapat digunakan untuk memecahkan ketidakpastian penyebab dari suatu masalah, sehingga dapat diambil suatu kesimpulan yang pasti. Logika fuzzy banyak digunakan karena diantaranya memiliki toleransi terhadap data-data yang tidak tepat/pasti. Permasalahan yang terjadi jika hanya menggunakan model Mamdani, yaitu tidak ada pengelompokan data untuk proses pembelajaran sistem yang menghasilkan knowledge base. Logika fuzzy juga mengenal dengan istilah Clustering. Clustering merupakan proses pengelompokan data dalam kelaskelas sehingga data dalam suatu cluster memiliki tingkat persamaan yang tinggi satu dengan lainnya. Ada banyak metode clustering salah satunya fuzzy c-means clustering. Metode fuzzy c-means clustering digunakan untuk menentukan jumlah fungsi keanggotan masing – masing atribut. Jumlah cluster optimal yang dihasilkan fuzzy c-means clustering ditentukan dengan uji validitas index Xie Beni masing – masing atribut. Hasil uji validitas cluster tersebut menjadi dasar untuk menetapkan jumlah fungsi keanggotaan masing – masing atribut, kemudian dilanjutkan dengan melakukan perhitungan dengan model Mamdani. Berdasarkan hasil uji validitas sistem menggunakan Mean Absolute Percentage Error (MAPE) diperoleh akurasi sekitar 91.81%.