BAB I PENDAHULUAN 1. 1.1 Latar Belakang Sistem peredaran darah manusia merupakan suatu jaringan yang memiliki dua fungsi utama, yaitu untuk mengedarkan oksigen dan nutrisi ke seluruh organ tubuh manusia dan mengangkut sisa-sisa hasil metabolisme. Salah satu organ yang memiliki fungsi terpenting dari sistem ini adalah jantung. Jantung berfungsi sebagai alat pompa untuk mengedarkan darah, baik ke paru-paru maupun seluruh organ tubuh manusia yang lain. Sebegitu pentingnya fungsi jantung ini, maka jika terjadi suatu gangguan atau kerusakan pada organ ini akan mengakibatkan terganggunya seluruh kinerja sistem yang ada di dalam tubuh manusia. Pada 2008, WHO merilis bahwa penyakit jantung merupakan penyebab kematian terbesar di dunia, diperkirakan lebih dari 17 juta manusia meninggal dikarenakan penyakit tersebut (World Health Organization, 2011). Salah satu penyakit jantung yang sering diderita oleh manusia yaitu penyakit jantung koroner. Penyakit ini disebabkan oleh atherosclerosis, yaitu menyempitnya pembuluh darah arteri koronaria yang menyuplai darah dan oksigen ke jantung dikarenakan adanya plak atau timbunan lemak (O.S. Randall, dkk., 2010). Sehingga hal tersebut dapat meyebabkan tidak berfungsinya otot-otot jantung dikarenakan kekurangan oksigen. Penyakit jantung koroner ini sendiri juga dapat menyebabkan serangan jantung, detak jantung yang tidak teratur (Heart Arrhythmia), dan gagal jantung. Kebanyakan penderita penyakit jantung koroner tidak mengetahui bahwa dirinya menderita penyakit ini, dan banyak di antaranya yang meninggal disebabkan karena terkena serangan jantung secara tiba-tiba. Masih kurangnya kesadaran terhadap pola hidup sehat dan salah diagnosis dapat menjadi awal seseorang menderita penyakit ini. Hal ini dikarenakan karena gejala awal penyakit jantung koroner dilakukan dengan mendeteksi keberadaan gejala nyeri dada atau 1 2 angina (Zaret dan Moser, 1992). Namun, cara ini seringkali sulit dilakukan, karena rasa nyeri dada yang dirasakan seringkali berbeda oleh setiap penderitanya dan terlihat begitu samar, sehingga terkadang terjadi salah diagnosis dengan penyakit lain. Untuk menghindari hal tersebut, maka diperlukan beberapa tes lanjutan, antara lain electrocardiography (ECG), treadmill test, echocardiogram, dan beberapa jenis tes lainnya. Namun di sisi lain untuk menjalani tes-tes tersebut diperlukan biaya yang relatif besar dengan tingkat akurasi hasilnya yang masih tergolong rendah. Dengan resiko kematian yang sangat tinggi, maka diperlukan suatu sistem yang dapat berfungsi untuk mendeteksi penyakit jantung koroner ini pada penderita secara lebih akurat dan tentunya dengan biaya yang tidak mahal. Hal ini mendorong banyaknya penelitian di bidang ini, salah satunya dengan metode berbasis komputer. Metode ini mulai banyak dikembangkan, karena dengan bantuan komputasi cerdas di dalamnya yang mampu mengolah data dalam jumlah yang besar. Mengingat semakin hari, jumlah data yang tersedia yang terkait dengan penyakit jantung koroner di dunia ini semakin banyak. Namun di sisi lain, dengan jumlah data yang besar tadi, terdapat data yang kurang relevan ataupun sebagian data ada yang hilang, sehingga diperlukan suatu sistem komputerisasi cerdas untuk mengolah semua data tersebut. Pada penelitian ini akan menggunakan model Variable Precision Rough Set (VPRS) dan logika fuzzy untuk membantu mendeteksi penyakit jantung koroner. Model VPRS ini sendiri diperkenalkan oleh Wojciech Ziarko. Model ini merupakan pengembangan dari teori rough set yang telah ada sebelumnya. Di mana pada teori rough set hanya dapat digunakan untuk memodelkan data yang benar-benar akurat dan tepat. Padahal pada dasarnya dengan semakin banyak data, maka kemungkinan untuk terjadi kesalahan maupun terdapat nilai data yang hilang semakin besar pula. Di sinilah keunggulan menggunakan model VPRS ini, yaitu kemampuannya untuk menemukan pola yang mungkin terbentuk dari kumpulan atribut-atribut yang melibatkan informasi yang tidak akurat dan tidak tepat (W. Ziarko, 1993). 3 Sedangkan logika fuzzy merupakan sebuah logika yang merupakan peningkatan dari logika Boolean yang mengenalkan konsep kebenaran sebagian (L. Zadeh, 1965). Di mana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah biner yaitu 0 atau 1, sedangkan pada logika fuzzy menggantikan kebenaran Boolean dengan tingkat kebenaran. Logika fuzzy memiliki nilai kemungkinan sama dengan logika probabilitas akan tetapi dalam konsep yang berbeda karena logika fuzzy sesuai dengan derajat kebenaran sedangkan logika probabilitas sesuai dengan nilai kemungkinan. Pada penelitian ini sendiri akan menggunakan Dataset Cleveland yang merupakan dataset yang populer dan secara luas digunakan oleh peneliti data mining untuk mendiagnosis penyakit jantung koroner (A. Janosi, dkk., UC Irvine). Dataset ini diambil dari Repositori Machine Learning UC Irvine. Dataset ini sendiri terdiri atas 76 atribut, namun merujuk pada semua penelitian yang telah diterbitkan hanya menggunakan 14 atribut di antaranya, yaitu age, sex, cp, trestbps, chol, fbs, restecg, thalach, exang, oldpeak, slope, ca, thal, dan class attributes. 1.2 Rumusan Masalah Dengan gejala awal yang masih sangat samar dan sulit untuk dideteksi, maka dibutuhkan suatu metode atau tes khusus yang harus dilakukan untuk mendeteksi penyakit jantung koroner. Dari uraian di atas tampak bahwa metode untuk mendeteksi penyakit jantung koroner yang telah ada saat ini memiliki beberapa kekurangan, sehingga dibutuhkan suatu metode alternatif untuk mendeteksi penyakit jantung koroner, di antaranya adalah dengan mengimplementasikan model VPRS dan logika fuzzy pada Dataset Cleveland, yang merupakan set data mengenai penyakit jantung koroner, untuk membantu dalam pengambilan keputusan terkait proses diagnosisnya. 4 1.3 Batasan Masalah Adapun batasan masalah terhadap penelitian yang akan dilakukan ini adalah sebagai berikut: 1. Penelitian ini hanya akan melakukan pemodelan pada suatu dataset untuk mencari model dengan akurasi terbaik. 2. Model yang akan digunakan adalah Variable Precision Rough Set dan logika fuzzy. 3. Dataset yang akan digunakan adalah Dataset Cleveland yang diambil dari Repositori Machine Learning UC Irvine yang terdiri atas 14 atribut. 1.4 Tujuan Penelitian Dengan hasil diagnosis yang cenderung bias, maka dibutuhkan suatu metode baru yang akurat untuk mendeteksi penyakit jantung koroner. Penelitian yang akan dilakukan ini bertujuan untuk mencari metode terbaik yang akan digunakan untuk mendeteksi penyakit jantung koroner. Penelitian dilakukan dengan menguji Dataset Cleveland menggunakan model VPRS dan logika fuzzy. 1.5 Manfaat Penelitian Dari hasil penelitian ini, akan diperoleh suatu metode baru untuk mendeteksi penyakit jantung koroner. Metode tersebut dapat digunakan sebagai salah satu masukan / referensi bagi seorang dokter untuk mengambil keputusan terkait dalam proses diagnosis untuk mendeteksi penyakit jantung koroner. Sehingga dengan semakin akurat dan cepatnya keputusan diambil, segera dapat dilakukan penanganan lanjutan terhadap pasien penderita penyakit jantung koroner. Dan juga resiko kematian yang diakibatkan penyakit ini dapat diminimalisir. 1.6 Sistematika Penulisan Penulisan tugas akhir ini dilakukan secara sistematis agar dapat memberikan gambaran dan penjelasan yang jelas dan mudah. Penulisan terdiri atas beberapa bagian yaitu : 5 BAB I : PENDAHULUAN Bab ini menjelaskan secara singkat latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan. BAB II : TINJAUAN PUSTAKA DAN LANDASAN TEORI Bab ini memberikan penjelasan studi pustaka atau penelitian yang sudah ada sebelumnya dan juga penjelasan tentang dasar-dasar teori ynag digunakan dalam penelitian ini. BAB III : METODOLOGI PENELITIAN Bab ini menjelaskan mengenai metode yang digunakan dalam penelitian ini. Selain itu juga menjelaskan alur langkah yang dilakukan dalam penelitian ini. BAB IV : HASIL PENELITIAN DAN PEMBAHASAN Bab ini menjelaskan tentang hasil penelitian dari penggunaan metode di atas dan pembahasan mengenai hasil penelitian tersebut. BAB V : PENUTUP Bab ini memberikan kesimpulan dan saran dari hasil penelitian ini.