Penerapan Algoritme Genetika pada Optimasi Fungsi Keanggotaan Sistem Inferensi Fuzzy Tsukamoto untuk Diagnosis Penyakit HIV

Abstrak

Salah satu penggunaan dari sistem inferensi fuzzy adalah untuk melakukan diagnose penyakit HIV. Pada sistem inferensi fuzzy terdapat fungsi keanggotaan yang berperan penting dalam menyelesaikan masalah sehingga fungsi tersebut harus ditentukan secara benar dan tepat. Berdasarkan aturan-aturan dan batasan gejala yang diperoleh dari pakar digunakan untuk membentuk aturan yang dibutuhkan dalam logika fuzzy untuk mendapatkan diagnose penyakit HIV yang akurat. Untuk memperoleh fungsi keanggotaan yang tepat dapat dilakukan perbaikan batasan menggunakan Algoritme Genetika yang mampu memberikan hasil akurasi lebih baik dibandingkan dengan batasan sebelumnya. Algoritme Genetika yang digunakan mampu memberikan nilai akurasi sebesar 45% terhadap 24 data yang diujikan. Pengujian dilakukan menggunakan beberapa nilai parameter terbaik diantarnya nilai populasi adalah 60, generasi senilai 40, crossover rate senilai 0.70 dan mutation rate senilai 0.40. Optimasi yang dilakukan pada metode logika fuzzy Tsukamoto dengan menggunakan Algoritme Genetika mengalami kenaikan akurasi sebesar 20%.