decision support system diagnostic heart disease using weighted product
TRANSCRIPT
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
1/32
Sistem Pendukung Keputusan Untuk Diagnosis Penyakit Jantung Koroner
Dengan Metode Weighted Product (WP)
KONSENTRASI KOMPUTASI CERDAS DAN VISUALISASI
Disusun Oleh :
Itto Wirawan Mulyoto - 115060800111045
Umar Sagaf - 115060800111064
Ahsan Fikri Al-Hakim - 115060801111038
Pandu Rangga Wicaksono 115060807111016
Rumekso Uji Swasono - 115060807111127
PROGRAM STUDI INFORMATIKA/ILMU KOMPUTER
PROGRAM TEKNOLOGI INFORMASI DAN ILMU KOMPUTER
UNIVERSITAS BRAWIJAYA
MALANG
2014
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
2/32
BAB I
PENDAHULUAN
1.1 Latar Belakang
Penyakit jantung koroner merupakan kasus utama penyebab kematian dan
kesakitan pada manusia. Meskipun tindakan pencegahan sudah dilakukan seperti
pengaturan makanan (diet), menurunkan kolesterol dan perawatan berat badan,
diabetes dan hipertensi, penyakit jantung koroner ini tetap menjadi masalah utama
kesehatan. Masalah utama pada penyakit jantung koroner adalah aterosklerosis
koroner. Merupakan penyakit progresif yang terjadi secara bertahap yaitu
penebalan dinding arteri koroner. Aterosklerosis koroner dianggap sebagai prosespasif karena sebagian besar dihasilkan oleh kolesterol yang berada pada dinding
arteri (Yuet Wai Kan, 2000). Penyakit jantung koroner merupakan pembunuh
nomor satu di negara-negara maju dan dapat juga terjadi di negara-negara
berkembang. Organisasi kesehatan duina (WHO) telah mengemukakan fakta
bahwa penyakit jantung koroner (PJK) merupakan epidemi modern dan tidak
dapat dihindari oleh faktor penuaan. Diperkirakan bahwa jika insiden PJK
mencapai nol maka dapat meningkatkan harapan hidup 3 sampai 9%
(Shivaramakrishna. 2010). Gambaran kasus di atas menunjukkan pentingnya
penyakit ini yang belum mendapat perhatian mengenai besarnya resiko seseorang,
ketidakmampuan, hilangnya pekerjaan, dan pada saat masuk rumah sakit. Pada
dekade sekarang sejak konferensi klinis terakhir oleh New York Heart
Association atau asosiasi kesehatan New York menyatakan subjek ini, dari
sejumlah loka karya telah mengeluarkan informasi baru yang penting mengenai
penyakit ini, cara pencegahan dan kontrol. Hal ini dinyatakan dalam besarnya
perubahan yang jelas secara klinis dari PJK dan banyaknya faktor yang mungkin
relevan, besarnya jumlah pasien yang ikut, kelompok yang akan termasuk dalam
semua kasus PJK yang timbul pada populasi umum dengan karakteristik jelas.
Dengan kemajuan teknologi informasi yang semakin pesat, dibutuhkan
sebuah sistem pendukung keputusan untuk membantu diagnosis penyakit jantung
koroner. Sistem pendukung keputusan memiliki banyak metode, salah satunya
adalah weighted product (WP) yang merupakan salah satu metode penyelesaian
yangditawarkan untuk menyelesaikan masalah Multi Attribute
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
3/32
Decision Making (MADM) yang akan mempercepat dan mempermudah dalam
membuat suatu keputusan dalam diagnosis penyakit jantung koroner. Penggunaan
sistem pendukung keputusan tersebut akan lebih mudah ketika diimplementasikan
ke dalam aplikasi berbasis web, selain perangkat komputer dan internet yang
sudah banyak dimiliki oleh sebagian besar masyarakat, juga dapat diakses melalui
media mobile/smartphone yang semakin canggih
Dengan metode weighted product (WP) tersebut, diharapkan
proses diagnosa penyakit jantung koroner akan semakin akurat karena metode ini
mempunyai kelebihan yaitu terdapat perkalian dalam perhitungan
matematikanya.
1.2
Rumusan Masalah
Berdasarkan uraian latar belakang di atas, maka dapat dirumuskan
permasalahan pada skripsi ini sebagai berikut :
1. Bagaimana merancang Sistem Pendukung Keputusan Untuk Diagnosis
Penyakit Jantung Koroner Dengan Metode Weighted Product (WP)?
2. Bagaimana implementasi Sistem Pendukung Keputusan Untuk Diagnosis
Penyakit Jantung Koroner Dengan Metode Weighted Product (WP)?
1.3
Batasan Masalah
Agar permasalahan yang dirumuskan lebih terfokus, maka pada penelitian
ini dibatasi dalam hal :
1. Batasan masalah sistem ini dikhususkan hanya untuk diagnosis penyakit
jantung koroner saja.
2. Pengembangan aplikasi ini menggunakan metode Weighted Product.
3. Bahasa pemrograman yang digunakan adalah PHP dengan menggunakan
database MySQL.1.4 Tujuan
Tujuan penulis dalam penelitian ini adalah untuk membantu dokter dalam
diagnosa penyakit jantung koroner agar lebih cepat dalam menangani penyakit
jantung koroner sehingga bisa memperkecil angka kematian yang disebabkan oleh
penyakit jantung koroner.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
4/32
1.5 Manfaat
Penulisan makalah ini diharapkan bermanfaat bagi pembaca/pengguna dan
penulis. Berikut manfaat yang diharapkan :Adapun manfaat yang diharapkan dari penelitian ini, yaitu :
1. Bagi Dokter
Penelitian ini diharapkan dapat membantu dokter agar lebih cepat
dalam mendeteksi penyakit jantung koroner.
2. Bagi Pasien
Penelitian ini diharapkan dapat membantu pasien agar lebih cepat
mendapat penanganan dari dokter yang sebelumnya sudah
mendapatkan bantuan dalam mendiagnosa dari sistem.
3. Bagi Peneliti
Penelitian ini diharapkan dapat menambah pengetahuan, pengalaman
dan pembelajaran tentang salah satu metode dalam sistem pendukung
keputusan yaitu metode Weighted Product.
1.6 Sistematika Penulisan
Sistematika penulisan dalam makalah ini sebagai berikut :
BAB I Pendahuluan
Memuat latar belakang, rumusan masalah, batasan masalah,
tujuan, manfaat dan sistematika penulisan.
BAB II Tinjauan Pustaka
Pada bab ini akan dibahas tentang teori teori dan referensi
yang mendasari dan mendukung penulisan makalah tentangSistem Pendukung Keputusan Untuk Diagnosis Penyakit
Jantung Koroner Dengan Metode Weighted Product (WP).
BAB III Metedologi Penelitian
Menguraikan tentang metode dan langkah kerja yang dilakukan
dalam penulisan makalah yang terdiri dari studi literature,
perancangan sistem pereangkat lunak, implementasi sistem
perangkat lunak, pengujian dan analisi serta penulisan laporan.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
5/32
BAB IV Perancangan
Berisi penjelesan tentang lingkungan implementasi (OS,
perangkat keras dan bahasa pemrograman yang digunakan),
batasan - batasan implementasi, file-file implementasi, serta
algoritma operasi yang akan diimplementasikan.
BAB V Implementasi
Berisi penjelasan tentang strategi pengujian (unit, integritas, dan
validasi) dan teknik pengujian (black box atau white box) yang
dilakukan. Dijelaskan juga seluruh kasus uji beserta hasil
pengujiannya.
BAB VI Pengujian dan Analisis
Memuat hasil pengujian dan analisis hasil terhadap sitem yang
telah direalisasikan.
BABVII Penutup
Berisi kesimpulan dan saran. Kesimpulan didasarkan atas
pengujian dan analisi yang dilakukan didalam proses penelitian.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
6/32
BAB II
TINJAUAN PUSTAKA
Pada bab ini berisi tinjauan pustaka yang meliputi dasar teori yang
diperlukan untuk penelitian. Dasar teori adalah pembahasan mengenai teori yang
diperlukan untuk menyusun penelitian yang diusulkan.
2.1.Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK) / Decision Support Sistem
(DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S.
Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut
adalah suatu sistem yang berbasis komputer yang ditujukan untuk
membantu pengambil keputusan dengan memanfaatkan data dan model
tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.
Istilah SPK mengacu pada suatu sistem yang memanfaatkan
dukungan komputer dalam proses pengambilan keputusan. Little (1970)
mendefinisikan DSS sebagai sekumpulan prosedur berbasis model untuk
data pemrosesan dan penilaian guna membantu para manajer mengambil
keputusan. Alter (1980) mendefinisikan DSS dengan membandingkannya
dengan sistem EDP (electronic data processing) tradisional pada lima
dimensi.
2.1.1 Tahaptahap Pemodelan Pendukung Keputusan
Menurut Herbert A. Simon ( Kadarsah, 2002:15-16 ), tahap
tahap yang harus dilalui dalam proses pendukung keputusan
sebagai berikut :
1.
Tahap Pemahaman ( Inteligence Phace )Tahap ini merupakan proses penelusuran dan
pendeteksian dari lingkup problematika serta proses pengenalan
masalah. Data masukan diperoleh, diproses dan diuji dalam
rangka mengidentifikasikan masalah.
2. Tahap Perancangan ( Design Phace )
Tahap ini merupakan proses pengembangan dan
pencarian alternatif tindakan / solusi yang dapat diambil.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
7/32
Tersebut merupakan representasi kejadian nyata yang
disederhanakan, sehingga diperlukan proses validasi dan
vertifikasi untuk mengetahui keakuratan model dalam meneliti
masalah yang ada.
3. Tahap Pemilihan ( Choice Phace )
Tahap ini dilakukan pemilihan terhadap diantaraberbagai
alternatif solusi yang dimunculkan pada tahap perencanaan agar
ditentukan / dengan memperhatikan kriteria kriteria
berdasarkan tujuan yang akan dicapai.
4. Tahap Impelementasi ( Implementation Phace )
Tahap ini dilakukan penerapan terhadap rancangan
sistem yang telah dibuat pada tahap perancanagan serta
pelaksanaan alternatif tindakan yang telah dipilih pada tahap
pemilihan.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
8/32
Gambar 2.1Proses Pendukung Keputusan
Sumber :
Keputusan yang diambil untuk menyelesaikan suatu
masalah dilihat dari keterstrukturannya yang bisa dibagi
menjadi tiga yaitu:
1. Keputusan terstruktur ( structured decision)
Keputusan terstruktur adalah keputusan yang dilakukan
secara berulang ulang dan bersifat rutin. Prosedur
pengambilan keputusan sangatlah jelas. Kepurusan tersebut
terutama dilakukan pada manajemen tingkat bawah.
Misalnya, keputusan pemesanan barang dan keputusan
penagihan piutang
2. Keputusan semiterstruktur (semistructured decision)
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
9/32
Keputusan semiterstruktur adalah keputusan yang memiliki
dua sifat. Sebagian keputusan bisa ditangani oleh komputer
dan yang lain tetap bisa dilakukan oleh pengambil
keputusan. Prosedur dalam pengambilan keputusan
tersebut secara garis besar sudah ada, tetapi ada beberapa
hal yang masih memerlukan kebijakan dari pengambilan
keputusan. Biasanya, keputusan semacam ini diambil oleh
manager level menengah dalam suatu organisasi. Contoh
keputusan jenis ini adalah pengevalusian kredit,
penjadwalan produks, pengendalian sediaan.
3.
Keputusan takterstruktur (unstruktured decision)
Keputusan tak terstruktur adalah keputusan yang
penanganannya rumit karena tidak terjadi berulang ulang
atau tidak selal terjadi. Keputusan tersebut menuntut
pengalaman dan berbagai sumber yang bersifat eksternal.
Keputusan tersebut umumnya terjadi pada management
tingkat atas. Contohnya adalah keputusan untuk
pemgembangan teknologi baru, keputusan untuk
bergabung dengan perusahaan lain, dan perekrutan
2.1.2 Karakteristik Sistem Pendukung Keputusan
karateristik dari Sistem Pendukung Keputusan yang
membedakan dari sistem informasi lainnya adalah :
1. SPK dirancang untuk membantu pengambil keputusan dalam
memecahkan masalah yang sifatnya semi terstruktur ataupun
tidak terstruktur2. Dalam proses pengolahannya, SPK mengkombinasikan
penggunaan model-model / teknik - teknik analisis dengan
teknik pemasukan data konvensional serta fungsi - fungsi
pencari / interogasi informasi.
3. SPK dirancang sedemikian rupa sehingga dapat
digunakan/dioperasikan dengan mudah oleh orang - orang
yang tidak memiliki dasar kemampuan pengoperasian
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
10/32
komputer yang tinggi. oleh karena itu pendekatan yang
digunakan biasanya model interaktif.
4.
SPK dirancang dengan menekankan pada aspek fleksibilitas
serta kemampuan adaptasi yang tinggi. sehingga mudah
disesuaikan dengan berbagai perubahan lingkungan yang
terjadi dan kebutuhan pemakai. [Vitari dan Hasibuan, 2010]
2.1.3 Komponen - komponen Sistem Pendukung Keputusan
Efraim Turban, dalam bukunyaDecisian support
systemandIntelligent System, Aplikasi sistem pendukung
Keputusan bisa dikomposisikan dengan subsistem berikut ini :
Gambar 2.2komponen SPK
Sumber : [Vitari dan Hasibuan, 2010]
2.2 Metode Weighted Product (WP)
Model produk tertimbang (WPM) Merupakan metode pengambilan
keputusan dengan cara perkalian untuk menghubungkan rating atribut, dimana
rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang
bersangkutan.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
11/32
WPM adalah salah satu analisis multi-kriteria keputusan multicriteria
decision analysis (MCDA) yang sangat terkenal / metode multi-kriteria
pengambilan keputusan multi-criteria decision making (MCDM). Hal ini mirip
dengan model jumlah tertimbang weighted sum model (WSM).
Perbedaan utama adalah bahwa penambahan dalam operasi matematika
utama sekarang ada perkalian. Seperti semua MCDA metode MCDM, yang
diberikan adalah satu se t terbatas dari alternatif keputusan yang keputusan. Setiap
alternatif keputusan dibandingkan dengan yang lain dengan mengalikan sejumlah
rasio, satu untuk setiap kriteria keputusan. Setiap rasio diangkat ke kekuasaan
setara dengan berat relatif dari kriteria yang sesuai. Preferensi untuk alternatif Ai
diberikan sebagai berikut:dijelaskan dalam hal sejumlah kriteria.
=
(1-2)
Keterangan:
i=1,2,...,m; dimana wj = 1.
Si adalah preferensi untuk alternative ke-i
Xij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j
Wjadalah bobot akhir atau pangkat bernilai positif untuk atribut keuntungan, dan
bernilai negatif untuk atribut biaya.
adalah perakalian atribut ke-j (j=1,2,...,n)
Preferensi relatif dari setiap alternatif ,diberiakan sebagai:
Vi=
(2-2)
Keterangan :
Viadalah Preferensi relatif untuk alternative ke-i
Xij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j
Wj adalah bobot akhir atau pangkat bernilai positif untuk atribut keuntungan, dan
bernilai negatif untuk atribut biaya.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
12/32
2.3 Penyakit Jantung Koroner (PJK)
Penyakit Jantung Koroner (pjk) adalah keadaaan dimana terjadi
ketidakseimbangan antara kebutuhan otot jantung atas oksigen dengan
penyediaan yang di berikan oleh pembuluh darah koroner.Ketidakmampuan
pembuluh darah koroner untuk menyediakan kebutuhan oksigen biasanya
diakibatkan oleh penyumbatan athroma (plak) pada dinding bagian dalam
pembuluh darah koroner. (Abdul Majid, 2007).
2.3.1 Faktor Utama Resiko Penyakit Jantung Koroner
Hipertensi
Merupakan salah satu faktor resiko utama penyebab
terjadinya PJK. Penelitian di berbagai tempat di Indonesia (1978)
prevalensi Hipertensi untuk Indonesia berkisar 6-15%, sedang di
negara maju mis : Amerika 15-20%. Lebih kurang 60% penderita
Hipertensi tidak terdeteksi, 20% dapat diketahui tetapi tidak diobati
atau tidak terkontrol dengan baik.
Penyebab kematian akibat Hipertensi di Amerika adalah
Kegagalan jantung 45%, Miokard Infark 35% cerebrovaskuler
accident 15% dan gagal ginjal 5%. Komplikasi yang terjadi pada
hipertensi esensial biasanya akibat perubahan struktur arteri dan
arterial sistemik, terutama terjadi pada kasus-kasus yang tidak
diobati. Mula-mula akan terjadi hipertropi dari tunika media diikuti
dengan hialinisasi setempat dan penebalan fibrosis dari tunika
intima dan akhirnya akan terjadi penyempitan pembuluh darah.
Tempat yang paling berbahaya adalah bila mengenai miokardium,
arteri dan arterial sistemik, arteri koroner dan serebral sertapembuluh darah ginjal. Komplikasi terhadap jantung Hipertensi
yang paling sering adalah Kegagalan Ventrikel Kiri, PJK seperti
angina Pektoris dan Miokard Infark. Dari penelitian 50% penderita
miokard infark menderita Hipertensi dan 75% kegagalan Ventrikel
kiri akibat Hipertensi. Perubahan hipertensi khususnya pada
jantung disebabkan karena :
1. Meningkatnya tekanan darah.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
13/32
Peningkatan tekanan darah merupakan beban yang
berat untuk jantung, sehingga menyebabkan hipertropi
ventrikel kiri atau pembesaran ventrikel kiri (faktor miokard).
Keadaan ini tergantung dari berat dan lamanya hipertensi.
2. Mempercepat timbulnya arterosklerosis.
Tekanan darah yang tinggi dan menetap akan
menimbulkan trauma langsung terhadap dinding pembuluh
darah arteri koronaria, sehingga memudahkan terjadinya
arterosklerosis koroner (faktor koroner) Hal ini menyebabkan
angina pektoris, Insufisiensi koroner dan miokard infark lebih
sering didapatkan pada penderita hipertensi dibanding orang
normal.
Tekanan darah sistolik diduga mempunyai pengaruh
yang lebih besar. Kejadian PJK pada hipertensi sering dan
secara langsung berhubungan dengan tingginya tekanan darah
sistolik. Penelitian Framingham selama 18 tahun terhadap
penderita berusia 45-75 tahun mendapatkan hipertensi sistolik
merupakan faktor pencetus terjadinya angina pectoris dan
miokard infark. Juga pada penelitian tersebut didapatkan
penderita hipertensi yang mengalami miokard infark
mortalitasnya 3x lebih besar dari pada penderita yang
normotensi dengan miokard infark. Hasil penelitian
Framingham juga mendapatkan hubungan antara PJK dan
Tekanan darah diastolik. Kejadian miokard infark 2x lebih
besar pada kelompok tekanan darah diastolik 90-104 mmHgdibandingkan Tekanan darah diastolik 85 mmHg, sedangkan
pada tekanan darah diastolik 105 mmHg 4x lebih besar.
Penelitian stewart 1979 & 1982 juga memperkuat hubungan
antara kenaikan takanan darah diastolik dengan resiko
mendapat miokard infark.
Apabila Hipertensi sistolik dari Diastolik terjadi
bersamaan maka akan menunjukkan resiko yang paling besar
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
14/32
dibandingkan penderita yang tekanan darahnya normal atau
Hipertensi Sistolik saja. Lichenster juga melaporkan bahwa
kematian PJK lebih berkolerasi dengan Tekanan darah sistolik
diastolik dibandingkan Tekanan darah Diastolik saja.
Pemberian obat yang tepat pada Hipertensi dapat
mencegah terjadinya miokard infark dan kegagalan ventrikel
kiri tetapi perlu juga diperhatikan efek samping dari obat-
obatan dalam jangka panjang. oleh sebab itu pencegahan
terhadap hipertensi merupakan usaha yang jauh lebih baik
untuk menurunkan resiko PJK. Tekanan darah yang normal
merupakan penunjang kesehatan yang utama dalam kehidupan,
kebiasaan merokok dan alkoholisme. Diet serta pemasukan Na
dan K yang seluruhnya adalah faktor-faktor yang berkaitan
dengan pola kehidupan seseorang. Kesegaran jasmani juga
berhubungan dengan Tekanan darah sistolik, seperti yang
didapatkan pada penelitian Fraser dkk. Orang-orang dengan
kesegaran jasmani yang optimal tekanan darahnya cenderung
rendah. Penelitian di Amerika Serikat melaporkan pada dekade
terakhir ini telah terjadi penurunan angka kematian PJK
sebayak 25%. Keadan ini mungkin akibat hasil dari deteksi dini
dan pengobatan hipertensi, pemakaian betablocker dan bedah
koroner serta perubahan kebiasaan merokok.
Hiperkolesterolemia.
Hiperkolesterolemia merupakan masalah yang cukup
panting karena termasuk faktor resiko utama PJK di sampingHipertensi dan merokok. Kadar Kolesterol darah dipengaruhi oleh
susunan makanan sehari-hari yang masuk dalam tubuh (diet).
Faktor lainnya yang dapat mempengaruhi kadar kolesterol darah
disamping diet adalah Keturunan, umur, dan jenis kelamin,
obesitas, stress, alkohol, exercise. Beberapa parameter yang
dipakai untuk mengetahui adanya resiko PJK dan hubungannya
dengan kadar kolesterol darah:
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
15/32
1.
Kolesterol Total.
Kadar kolesterol total yang sebaiknya adalah ( 200 mg/dl, bila
> 200 mg/dl berarti resiko untuk terjadinya PJK meningkat .
Tabel 2.1Kadar Kolestrol
Kadar kolesterol Total
normal Agak tinggi
(Pertengahan)
Tinggi
< 200 mg/dl 2-239 mg/dl >240 mg/dlSumber :
2.
LDL Kolesterol.
LDL (Low Density Lipoprotein) kontrol merupakan jenis
kolesterol yang bersifat buruk atau merugikan (bad cholesterol)
karena kadar LDL yang meninggi akan rnenyebabkan
penebalan dinding pembuluh darah. Kadar LDL kolesterol
lebih tepat sebagai penunjuk untuk mengetahui resiko PJK dari
pada kolesterol total.
Tabel 2.2 Kadar LDL Kolestrol
Kadar LDL Kolesterol
Normal Agak tinggi
(Pertengahan)
Tinggi
< 130 mg/dl 130-159 mg/dl >160 mg/dl
Sumber :
3. HDL Kolesterol
HDL (High Density Lipoprotein) kolesterol merupakan jenis
kolesterol yang bersifat baik atau menguntungkan (good
cholesterol) : karena mengangkut kolesterol dari pembuluh
darah kembali ke hati untuk di buang sehingga mencegah
penebalan dinding pembuluh darah atau mencegah terjadinya
proses arterosklerosis.
Kadar HDL Kolesterol
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
16/32
Tabel 2.3Kadar HDL Kolestrol
Sumber :
Jadi makin rendah kadar HDL kolesterol, makin besar
kemungkinan terjadinya PJK. Kadar HDL kolesterol dapat
dinaikkan dengan mengurangi berat badan, menambah exercise
dan berhenti merokok.
4.
Rasio Kolesterol Total : HDL Kolesterol
Rasio kolesterol total: HDL kolesterol sebaiknya (4.5 pada
laki-laki dan 4.0 pada perempuan). makin tinggi rasio
kolesterol total : HDL kolesterol makin meningkat resiko PJK.5.
kadar Trigliserida.
Trigliserid didalam yang terdiri dari 3 jenis lemak yaitu Lemak
jenuh, Lemak tidak tunggal dan Lemak jenuh ganda. Kadar
triglisarid yang tinggi merupakan faktor resiko untuk terjadinya
PJK.
Tabel 2.4Kadar Trigliserid
S
u
m
ber :
Normal Agak tinggi
(Pertengahan)
Tinggi
< 45 mg/dl 35-45 mg/dl >35 mg/dl
Kadar Trigliserid
Normal Agak tinggi Tinggi Sangat
Sedang
< 150 mg/dl 150 250
mg/dl
250-500
mg/dl
>500 mg/dl
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
17/32
kadar trigliserid perlu diperiksa pada keadaan sbb : Bila kadar
kolesterol total > 200 mg/dl, PJK, ada keluarga yang menderita
PJK < 55 tahun, ada riwayat keluarga dengan kadar trigliserid
yang tinggi, ada penyakit DM & pankreas.
Merokok
Pada saat ini merokok telah dimasukkan sebagai salah satu
faktor resiko utama PJK disamping hipertensi dan
hiperkolesterolami. orang yang merokok > 20 batang perhari dapat
mempengaruhi atau memperkuat efek dua faktor utama resiko
lainnya.
Penelitian Framingham mendapatkan kematian mendadak
akibat PJK pada laki-laki perokok 10X lebih besar dari pada bukan
perokok dan pada perempuan perokok 4.5X lebih dari pada bukan
perokok. Efek rokok adalah Menyebabkan beban miokard
bertambah karena rangsangan oleh katekolamin dan menurunnya
komsumsi 02 akibat inhalasi co atau dengan perkataan lain dapat
menyebabkan Tahikardi, vasokonstrisi pembuluh darah, merubah
permeabilitas dinding pembuluh darah dan merubah 5-10 % Hb
menjadi carboksi -Hb. Disamping itu dapat menurunkan HDL
kolesterol tetapi mekanismenya belum jelas . Makin banyak jumlah
rokok yang dihidap, kadar HDL kolesterol makin menurun.
Perempuan yang merokok penurunan kadar HDL kolesterolnya
lebih besar dibandingkan laki laki perokok. Merokok juga dapat
meningkatkan tipe IV abnormal pada diabetes disertai obesitas dan
hipertensi, sehingga orang yan gmerokok cenderung lebih mudah
terjadi proses aterosklerosis dari pada yang bukan perokok.
Apabila berhenti merokok penurunan resiko PJK akan
berkurang 50 % pada akhir tahun pertama setelah berhenti
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
18/32
merokok dan kembali seperti yang tidak merokok setelah berhenti
merokok 10 tahun.
2.3.4Faktor Lainya Penyakit Jantung Koroner
Umur
Telah dibuktikan adanya hubungan antara umur dan
kematian akibat PJK. Sebagian besar kasus kematian terjadi pada
laki-laki umur 35-44 tahun dan meningkat dengan bertambahnya
umur. Kadar kolesterol pada laki-laki dan perempuan mulai
meningkat umur 20 tahun. Pada laki-laki kolesterol meningkat
sampai umur 50 tahun. Pada perempuan sebelum menopause ( 45-0
tahun ) lebih rendah dari pada laki-laki dengan umur yang sama.
Setelah menopause kadar kolesterol perempuan meningkat menjadi
lebih tinggi dari pada laki-laki.
Jenis kelamin.
Di Amerika Serikat gejala PJK sebelum umur 60 tahun
didapatkan pada 1 dari 5 laki-laki dan 1 dari 17 perempuan . Ini
berarti bahwa laki-laki mempunyai resiko PJK 2-3 X lebih besar
dari perempuan.
Geografis.
Resiko PJK pada orang Jepang masih tetap merupakan
salah satu yang paling rendah di dunia. Akan tetapi ternyata resiko
PJK yang meningkat padta orang jepang yang melakukan imigrasi
ke Hawai dan Califfornia . Hal ini menunjukkan faktor lingkungan
lebih besar pengaruhnya dari pada genetik.
Ras
Perbedaan resiko PJK antara ras didapatkan sangat
menyolok, walaupun bercampur baur dengan faktor geografis,
sosial dan ekonomi . Di Amerika serikat perbedaan ras perbedaan
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
19/32
antara ras caucasia dengan non caucasia ( tidak termasuk Negro)
didapatkan resiko PJK pada non caucasia kira-kira separuhnya.
Diet.
Didapatkan hubungan antara kolesterol darah dengan
jumlah lemak di dalam susunan makanan sehari-hari ( diet ).
Makanan orang Amerika rata-rata mengandung lemak dan
kolesterol yang tinggi sehingga kadar kolesterol cendrung tinggi.
Sedangkan orang Jepang umumnya berupa nasi dan sayur-sayuran
dan ikan sehingga orang jepang rata-rata kadar kolesterol rendah
dan didapatkan resiko PJK yang lebih rendah dari pada Amerika.
Obesitas.
Obesitas adalah kelebihan jumlah lemak tubuh > 19 % pada
lakilaki dan > 21 % pada perempuan . Obesitas sering didapatkan
bersama-sama dengan hipertensi, DM, dan hipertrigliseridemi.
Obesitas juga dapat meningkatkan kadar kolesterol dan LDL
kolesterol . Resiko PJK akan jelas meningkat bila BB mulai
melebihi 20 % dari BB ideal. penderita yang gemuk dengan kadar
kolesterol yang tinggi dapat menurunkan kolesterolnya dengan
mengurangi berat badan melalui diet ataupun menambah exercise.
Diabetes.
Intoleransi terhadap glukosa sejak dulu telah diketahuisebagai predisposisi penyakit pembuluh darah. Penelitian
menunjukkan laki-laki yang menderita DM resiko PJK 50 % lebih
tinggi daripada orang normal, sedangkan pada perempuaan
resikonya menjadi 2x lipat.
Exercise.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
20/32
Exercise dapat meningkatkan kadar HDL kolesterol dan
memperbaiki kolaterol koroner sehingga resiko PJK dapat
dikurangi. Exercise bermanfaat karena :
o
Memperbaiki fungsi paru dan pemberian 02 ke miokard
o Menurunkan BB sehingga lemak tubuh yang berlebihan
berkurang bersama-sama dengan menurunkan LDL
kolesterol.
o Membantu menurunkan tekanan darah
o Meningkatkan kesegaran jasmani.
Perilaku dan Kebiasaan lainnya.
Dua macam perilaku seseorang telah dijelaskan sejak tahun
1950 yaitu : Tipe A dan Tipe B. Tipe A umumnya berupaya kuat
untuk berhasil, gemar berkompetisi, agresif, ambisi, ingin cepat
dapat menyelesaikan pekerjaan dan tidak sabar.Sedangkan tipe B
lebih santai dan tidak terikat waktu . Resiko PJK pada tipe A lebih
besar daripada tipe B.
Perubahan Keadaan Sosial Dan stress.
Perubahan angka kematian yang menyolok terjadi di
Inggris dan Wallas . Korban serangan jantung terutama terjadi pada
pusat kesibukan yang banyak mendapat stress.
Penelitian Supargo dkk ( 1981-1985 ) di FKUI
menunjukkan orang yang stress 1 1/2 X lebih besar mendapatkan
resiko PJK stress disamping dapat menaikkan tekanan darah juga
dapat meningkatkan kadar kolesterol darah.
KeturunanHipertensi dan hiperkolesterolemi dipengaruhi juga oleh
faktor genetik.
Perubahan Massa.
Setelah pengumpulan data yang akurat selama puluhan
tahun berbagai Negara didapatkan perubahan angka kematian yang
menarik. Alasan terjadinya penurunan di Amerika Serikat belum
jelas, mungkin disebabkan karena insiden kasus baru yang
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
21/32
menurun dan menurunnya kasus-kasus yang berat maupun hasil
dari pengobatan yang lebih baik
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
22/32
BAB III
TEKNIS PERHITUNGAN
3.1Flowchart
Flowchart penghitungan Weighted Product yang digunakan :
Gambar 3.1 Flowchart
Sumber : Perancangan3.2Perhitungan Weighted Product
Data yang diambil dari dataset UCI untuk penderita penyakit jantung.
Tabel 3.1Dataset penderita penyakit jantung
ag
e
se
x
c
p
trest
bs
ch
ol fbs
reste
cg
thala
ch
exan
g
oldpe
ak
slop
e
c
a
th
al
nu
m
631 4 140
26
0 0 1 112 1 3 2 ? ? 2
44
1 4 130
20
9 0 1 127 0 0 ? ? ? 0
START
Menentukan
Bobot Kriteria
(W Init)
Menghitung
Vektor Si
Masukkan
Tabel
bobot
Menghitung
Vektor Vi
END
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
23/32
601 4 132
21
8 0 1 140 1 1.5 3 ? ? 2
551 4 142
22
8 0 1 149 1 2.5 1 ? ? 1
661 3 110
213 1 2 99 1 1.3 2 ? ? 0
66 1 3 120 0 0 1 120 0 -0.5 1 ? ? 0
651 4 150
23
6 1 1 105 1 0 ? ? ? 3
60 1 3 180 0 0 1 140 1 1.5 2 ? ? 0
60 1 3 120 0 ? 0 141 1 2 1 ? ? 3
601 2 160
26
7 1 1 157 0 0.5 2 ? ? 1
56
1 2 126
16
6
03.
1 1 140 0 0 ? ? ? 059 1 4 140 0 0 1 117 1 1 2 ? ? 1
62 1 4 110 0 0 0 120 1 0.5 2 ? 3 1
63 1 3 ? 0 0 2 ? ? ? ? ? ? 1
57 1 4 128 0 1 1 148 1 1 2 ? ? 1
621 4 120
22
0 0 1 86 0 0 ? ? ? 0
631 4 170
17
7 0 0 84 1 2.5 3 ? ? 4
46 1 4 110
23
6 0 0 125 1 2 2 ? ? 1
63 1 4 126 0 0 1 120 0 1.5 3 ? ? 0
60 1 4 152 0 0 1 118 1 0 ? ? 7 0
58 1 4 116 0 0 0 124 0 1 1 ? ? 2
64 1 4 120 0 1 1 106 0 2 2 ? ? 1
63 1 3 130 0 0 1 111 1 0 ? ? ? 3
74 1 3 ? 0 0 0 ? ? ? ? ? ? 0
52 1 3 128 0 0 1 180 0 3 1 ? ? 2
69 1 4 130 0 1 1 129 0 1 2 ? 6 251 1 4 ? 0 1 1 ? ? ? ? ? ? 2
601 4 130
18
6 1 1 140 1 0.5 2 ? ? 1
561 4 120
10
0 0 0 120 1 1.5 2 0 7 1
551 3 ?
22
8 0 1 ? ? ? ? ? ? 3
54 1 4 ? 0 0 1 ? ? ? ? ? ? 3
77
1 4 124
17
1 0 1 110 1 2 1 ? ? 3
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
24/32
631 4 160
23
0 1 0 105 1 1 2 ? ? 3
55 1 3 0 0 0 0 155 0 1.5 2 ? ? 3
52 1 3 122 0 0 0 110 1 2 3 ? ? 2
64 1 4 144 0 0 1 122 1 1 2 ? ? 3
601 4 ?
28
1 0 1 ? ? ? ? ? ? 2
60 1 4 120 0 0 0 133 1 2 1 ? 7 0
581 4 ?
20
3 1 0 ? ? ? ? ? ? 1
59 1 4 154 0 0 1 131 1 1.5 ? 0 ? 0
61 1 3 120 0 0 0 80 1 0 2 ? ? 3
40 1 4 125 0 1 0 165 0 0 ? ? 7 1
61 1 4 ? 0 1 1 86 0 1.5 2 ? 7 3
41 1 4 104 0 0 1 111 0 0 ? ? ? 0
571 4 ?
27
7 1 1 ? ? ? ? ? ? 4
63 1 4 136 0 0 0 84 1 0 ? ? 7 2
591 4 122
23
3 0 0 117 1 1.3 3 ? ? 1
51 1 4 128 0 0 0 107 0 0 ? ? ? 0
59 1 3 ? 0 0 0 128 1 2 3 ? ? 2
421 3 134
240 ? 0 160 0 0 ? ? ? 0
55 1 3 120 0 0 1 125 1 2.5 2 ? 7 1
63 0 2 ? 0 0 0 ? ? ? ? ? ? 0
621 4 152
15
3 0 1 97 1 1.6 1 ? 7 2
561 2 124
22
4 1 0 161 0 2 2 ? ? 0
53 1 4 126 0 0 0 106 0 0 ? ? ? 1
68 1 4 138 0 0 0 130 1 3 2 ? ? 2
53 1 4 154 0 ? 1 140 1 1.5 2 ? ? 2
601 3 ?
31
6 1 1 ? ? ? ? ? ? 3
62 1 2 ? 0 0 0 ? ? ? ? ? ? 0
59 1 4 178 0 1 2 120 1 0 ? ? 7 1
511 4 ?
21
8 1 2 ? ? ? ? ? ? 0
61 1 4 110 0 ? 0 108 1 2 3 ? ? 2
57
1 4 130
31
1 ? 1 148 1 2 2 ? ? 1
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
25/32
56 1 3 170 0 0 2 123 1 2.5 ? ? ? 4
58 1 2 126 0 1 0 110 1 2 2 ? ? 2
69 1 3 140 0 ? 1 118 0 2.5 3 ? ? 2
671 1 142
270 1 0 125 0 2.5 1 ? ? 3
58 1 4 120 0 0 2 106 1 1.5 3 ? 7 1
65 1 4 ? 0 0 0 ? ? ? ? ? ? 1
631 2 ?
21
7 1 1 ? ? ? ? ? ? 1
551 2 110
21
4 1 1 180 0 ? ? ? ? 0
571 4 140
21
4 0 1 144 1 2 2 ? 6 2
65 1 1 ?
25
2 0 0 ? ? ? ? ? ? 0
541 4 136
22
0 0 0 140 1 3 2 ? ? 3
721 3 120
21
4 0 0 102 1 1 2 ? ? 3
751 4 170
20
3 1 1 108 0 0 ? ? 7 1
49 1 1 130 0 0 1 145 0 3 2 ? ? 2
511 3 ?
33
9 0 0 ? ? ? ? ? ? 3
601 4 142
216 0 0 110 1 2.5 2 ? ? 2
640 4 142
27
6 0 0 140 1 1 2 ? 7 1
581 4 132
45
8 1 0 69 0 1 3 ? ? 0
611 4 146
24
1 0 0 148 1 3 3 ? ? 2
671 4 160
38
4 1 1 130 1 0 2 ? ? 2
621 4 135
29
7 0 0 130 1 1 2 ? ? 2
651 4 136
24
8 0 0 140 1 4 3 ? ? 4
631 4 130
30
8 0 0 138 1 2 2 ? ? 2
691 4 140
20
8 0 1 140 1 2 ? ? ? 3
511 4 ?
22
7 1 1 ? ? ? ? ? ? 0
621 4 158
21
0 1 0 112 1 3 3 ? ? 1
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
26/32
551 3 ?
24
5 1 1 ? ? ? ? ? ? 1
751 4 136
22
5 0 0 112 1 3 2 ? ? 3
401 3 106
240 0 0 80 1 0 ? ? 7 0
67 1 4 120 0 1 0 150 0 1.5 3 ? ? 3
581 4 110
19
8 0 0 110 0 0 ? ? ? 1
601 4 ?
19
5 0 0 ? ? ? ? ? ? 0
631 4 160
26
7 1 1 88 1 2 ? ? ? 3
351 3 ?
16
1 0 1 ? ? ? ? ? ? 0
621 1 112
25
8 0 1 150 1 ? ? ? ? 1
43 1 4 122 0 0 0 120 0 0.5 1 ? ? 1
63 1 3 130 0 1 1 160 0 3 2 ? ? 0
681 3 150
19
5 1 0 132 0 0 ? ? 6 1
651 4 150
23
5 0 0 120 1 1.5 2 ? ? 3
48 1 3 102 0 ? 1 110 1 1 3 ? ? 1
63 1 4 96
30
5 0 1 121 1 1 1 ? ? 1
641 4 130
22
3 0 1 128 0 0.5 2 ? ? 0
611 4 120
28
2 0 1 135 1 4 3 ? 6 3
501 4 144
34
9 0 2 120 1 1 1 ? 7 1
59 1 4 124 ? 0 0 117 1 1 2 ? ? 1
551 4 150
16
0 0 1 150 0 0 ? ? ? 0
451 3 ?
236 0 0 ? ? ? ? ? ? 0
651 4 ?
31
2 0 2 ? ? ? ? ? ? 3
611 2 ?
28
3 0 0 ? ? ? ? ? ? 0
491 3 ?
14
2 0 0 ? ? ? ? ? ? 3
721 4 ?
21
1 0 0 ? ? ? ? ? ? 1
50
1 4 ?
21
8 0 0 ? ? ? ? ? ? 1
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
27/32
641 4 ?
30
6 1 1 ? ? ? ? ? ? 3
551 4 116
18
6 1 1 102 0 0 ? ? ? 2
631 4 110
252 0 1 140 1 2 2 ? ? 2
591 4 125
22
2 0 0 135 1 2.5 3 ? ? 3
56 1 4 ? 0 0 2 ? ? ? ? ? ? 1
62 1 3 ? 0 1 1 ? ? ? ? ? ? 2
741 4 150
25
8 1 1 130 1 4 3 ? ? 3
541 4 130
20
2 1 0 112 1 2 2 ? ? 1
57 1 4 110 197 0 2 100 0 0 ? ? ? 0
621 3 ?
20
4 0 1 ? ? ? ? ? ? 1
76 1 3 104 ? 0 2 120 0 3.5 3 ? ? 4
540 4 138
27
4 0 0 105 1 1.5 2 ? ? 1
701 4 170
19
2 0 1 129 1 3 3 ? ? 2
610 2 140
29
8 1 0 120 1 0 ? ? 7 0
481 4 ?
272 0 1 ? ? ? ? ? ? 0
481 3 132
22
0 1 1 162 0 0 ? ? 6 1
611 1 142
20
0 1 1 100 0 1.5 3 ? ? 3
661 4 112
26
1 0 0 140 0 1.5 1 ? ? 1
681 1 ?
18
1 1 1 ? ? ? ? ? ? 0
55 1 4 172
26
0 0 0 73 0 2 ? ? ? 3
621 3 120
22
0 0 2 86 0 0 ? ? ? 0
711 3 ?
22
1 0 0 ? ? ? ? ? ? 3
741 1 ?
21
6 1 0 ? ? ? ? ? ? 3
531 3 155
17
5 1 1 160 0 ? ? ? 6 0
581 3 150
21
9 0 1 118 1 0 ? ? ? 2
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
28/32
751 4 160
31
0 1 0 112 1 2 3 ? 7 0
561 3 ?
20
8 1 1 ? ? ? ? ? ? 4
581 3 ?
232 0 1 ? ? ? ? ? ? 2
641 4 134
27
3 0 0 102 1 4 3 ? ? 4
541 3 ?
20
3 0 1 ? ? ? ? ? ? 0
541 2 ?
18
2 0 1 ? ? ? ? ? ? 0
591 4 140
27
4 0 0 154 1 2 2 ? ? 0
55
1 4 ?
20
4 1 1 ? ? ? ? ? ? 1
571 4 144
27
0 1 1 160 1 2 2 ? ? 3
611 4 ?
29
2 0 1 ? ? ? ? ? ? 3
411 4 150
17
1 0 0 128 1 1.5 2 ? ? 0
711 4 130
22
1 0 1 115 1 0 ? ? ? 3
381 4 110
28
9 0 0 105 1 1.5 3 ? ? 1
551 4 158
217 0 0 110 1 2.5 2 ? ? 1
561 4 128
22
3 0 1 119 1 2 3 ? ? 2
69 1 4 ? ? 1 0 ? ? ? ? ? ? 2
641 4 150
19
3 0 1 135 1 0.5 2 ? ? 2
72 1 4 160 ? 1 2 130 0 1.5 ? ? ? 2
691 4 ?
21
0 1 1 ? ? ? ? ? ? 2
561 4 ?
282 1 0 ? ? ? ? ? ? 1
621 4 ?
17
0 0 1 120 1 3 ? ? ? 4
671 4 ?
36
9 0 0 ? ? ? ? ? ? 3
571 4 156
17
3 0 2 119 1 3 3 ? ? 3
691 4 ?
28
9 1 1 ? ? ? ? ? ? 3
51 1 4 ? ? 1 2 ? ? ? ? ? 7 1
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
29/32
48 1 4 140 ? 0 0 159 1 1.5 1 ? ? 3
691 4 122
21
6 1 2 84 1 0 ? ? 7 2
691 3 ?
27
1 0 2 ? ? ? ? ? ? 0
641 4 ?
24
4 1 1 ? ? ? ? ? ? 2
571 2 180
28
5 1 1 120 0 0.8 ? ? ? 1
531 4 124
24
3 0 0 122 1 2 2 ? 7 1
371 3 118
24
0 0 2 165 0 1 2 ? 3 0
671 4 140
21
9 0 1 122 1 2 2 ? 7 3
741 3 140
23
7 1 0 94 0 0 ? ? ? 1
631 2 ?
16
5 0 1 ? ? ? ? ? ? 0
581 4 100
21
3 0 1 110 0 0 ? ? ? 0
611 4 190
28
7 1 2 150 1 2 3 ? ? 4
641 4 130
25
8 1 2 130 0 0 ? ? 6 2
58 1 4 160
25
6 1 2 113 1 1 1 ? ? 3
601 4 130
18
6 1 2 140 1 0.5 2 ? ? 1
571 4 122
26
4 0 2 100 0 0 ? ? ? 1
55 1 3 ? ? 0 1 ? ? ? ? ? ? 0
551 4 120
22
6 0 2 127 1 1.7 3 ? 7 1
561 4 130
20
3 1 0 98 0 1.5 2 ? 7 1
571 4 130
207 0 1 96 1 1 2 ? ? 0
611 3 ?
28
4 0 0 ? ? ? ? ? ? 1
611 3 120
33
7 0 0 98 1 0 ? ? ? 3
581 3 150
21
9 0 1 118 1 0 ? ? ? 2
741 4 155
31
0 0 0 112 1 1.5 3 ? ? 2
68
1 3 134
25
4 1 0 151 1 0 ? ? 3 0
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
30/32
510 4 114
25
8 1 2 96 0 1 1 ? ? 0
621 4 160
25
4 1 1 108 1 3 2 ? ? 4
531 4 144
300 1 1 128 1 1.5 2 ? ? 3
621 4 158
17
0 0 1 138 1 0 ? ? ? 1
461 4 134
31
0 0 0 126 0 0 ? ? 3 2
540 4 127
33
3 1 1 154 0 0 ? ? ? 1
621 1 ?
13
9 0 1 ? ? ? ? ? ? 0
55
1 4 122
22
3 1 1 100 0 0 ? ? 6 2
581 4 ?
38
5 1 2 ? ? ? ? ? ? 0
621 2 120
25
4 0 2 93 1 0 ? ? ? 1
Sumber :
Dari data-data tersebut, kriteria yang tidak memiliki nilai lengkap akan
dihapus, dan hanya kriteria yang tipe datanya continuous yang akan dipakai.
Kemudian akan dilakukan pemilihan acak data yang akan digunakan, sehingga
data yang dipakai menjadi
Tabel 3.2 Parameter
age trestbs chol thalach
Pasien 1 63 140 260 112
Pasien 2 44 130 209 127
Pasien 3 51 114 258 96
Pasien 4 54 138 274 105
Pasien 5 77 124 171 110
Sumber :
Dimana age berarti usia pasien. Trestbs berari tekanan darah. Chol
menunjukkan serum cholesteral dalam satuan mg.dl. Dan Thalach berarti Detak
jantung terbesar yang dicapai.
Langkah pertama yang dilakukan untuk menghitung WP ialah menentukan tingkat
prioritas bobot tiap kriteria.
Tabel 3.3 Perhitungan
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
31/32
age 20 W1 = 25/(20+10+30+15) 0,333333333
trestbs 10 W2 = 10/(20+10+30+15) 0,133333333
chol 30 W3 = 30/(20+10+30+15) 0,4
thalach 15 W4 = 15/(20+10+30+15) 0,2
Sumber : Perancangan
Langkah kedua ialah membuat tabel kriteria pasien
Tabel 3.4 Kriteria
C1 C2 C3 C4
Pasien 1 63 140 260 112
Pasien 2 44 130 209 127
Pasien 3 51 114 258 96
Pasien 4 54 138 274 105
Pasien 5 77 124 171 110
Sumber :
Langkah ketiga ialah menghitung vektor S dimana data yang ada dikalikan setelah
dipangkatkan dengan bobot masing-masing kriteria
Tabel 3.5 Menghitng Vektor S
Pasien 1 S1 0,00547
Pasien 2 S2 0,00663
Pasien 3 S3 0,00624
Pasien 4 S4 0,00573
Pasien 5 S5 0,00617
Sumber : Perancangan
Langkah keempat ialah menghitung Vektor V yang didapat dari membagi
vektor S dengan total S
Tabel 3.6 Membagi Vektor S
Pasien 1 S1 = 0,180946
Pasien 2 S2 = 0,219188
Pasien 3 S3 = 0,206427
Pasien 4 S4 = 0,189319
Pasien 5 S5 = 0,204119
Sumber : Perancangan
Langkah terakhir, sistem akan menentukan pasien mana yang
kemungkinan menderita penyakit jantung paling besar. Dari hasil diatas, maka
akan diperoleh Pasien 1, Pasien 4, Pasien 5, Pasien 3, dan yang terakhir Pasien 2.
-
8/10/2019 Decision Support System Diagnostic Heart Disease Using Weighted Product
32/32
Daftar Pustaka
[SUK-86] Sukaman. (1986) Kelainan Jantung Pada Penderita Hipertensi,
Pendekatan Praktis dan Penatalaksanaan.
[DJO] Djohan, Bahri. Penyakit Jantung Koroner Dan Hypertensi, Fakultas
Kedokteran, Universitas Sumatera Utara.
[AID-12] Aideni, Laileni (2012). Sistem Pendukung Keputusan Untuk
Menentukan Penerima Beasiswa Dengan Metode WeightedProduct Model (WPM), Fakultas Teknik, Universitas
Muhammadiyah Sidoarjo.
[KUS-07] Kusumadewi, Sri. (2007). Kecerdasan Buatan, Jurusan Teknik
Informatika, Fakultas Teknologi Industri, Universitas Islam
Indonesia.
[KUW-09] Kusuma W, Kartina Diah, (2009). Sistem Pendukung Keputusan.
Pekanbaru : Politeknik Caltex Riau
http://archive.ics.uci.edu/ml/datasets/Heart+Disease