decision support system diagnostic heart disease using weighted product

Upload: itto-wirawan-mulyoto

Post on 02-Jun-2018

227 views

Category:

Documents


0 download

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