Klasifikasi Tingkat Risiko Penyakit Stroke Menggunakan Metode GA-Fuzzy Tsukamoto

Abstrak

Stroke adalah sindroma klinis yang awal timbulnya mendadak, cepat, yang berupa defisit neurologis fokal atau global, yang terkadang berlangsung 24 jam atau nantinya akan langsung menimbulkan kematian. Masalah penyakit stroke di Indonesia memerlukan perhatian yang serius karena jumlah kasus yang terus meningkat dan mempunyai angka kematian yang tinggi. Salah satu penanganan yang diperlukan adalah melakukan langkah-langkah deteksi dini stroke dalam bentuk SKD (Sistem Kewaspadaan Dini) pada kejadian stroke. Telah ditemukan penelitian untuk memperkirakan risiko penyakit stroke menggunakan inferensi Logika Fuzzy , dari 15 data uji mendapatkan akurasi 60%. Maka untuk mengoptimalkan hasil tersebut digunakan inferensi Fuzzy Tsukamoto untuk melakukan optimasi terhadap fungsi derajat keanggotaan menggunakan Algoritme Genetika. Representasi kromosom yang digunakan pada penelitian ini adalah real code yang mana pada setiap kromosom menginisialisasi batasan -batasan pada semua variabel fuzzy. Metode Crossover dengan menggunakan one cut point, kemudian metode mutasi yang digunakan adalah random mutation serta metode seleksi yang digunakan yaitu elitism selection. Diketahui bahwa akurasi sistem menggunakan metode Fuzzy  Tsukamoto-GA dari hasil dilakukannya pengoptimalan batasan fungsi keanggotaan adalah 86.66% yang didapatkan. Dengan parameter terbaik yang mempunyai hasil optimal yaitu jumlah popsize sebesar 500, kemudian banyak generasi 1000 serta gabungan Cr=0,5 dan Mr=0,6.