Email this article 
Hide
Show all
Implementasi Fuzzy Inference System untuk Menentukan Alat Kontrasepsi Program Keluarga Berencana
Abstract
Abstrak
Program keluarga berencana merupakan salah satu kebijakan pemerintah untuk mengatur pertumbuhan penduduk di Indonesia. Untuk mendukung hal tersebut pemerintah membuat pelayanan kontrasepsi yang merupakan salah satu jenis layanan program keluarga berencana. Banyak sekali faktor-faktor yang mempengaruhi akseptor dalam memilih alat kontrasepsi yang sesuai, diantaranya adalah faktor ekonomi, kesehatan dan lain sebagainya. Hal ini menjadikan tidak semua alat kontrasepsi cocok digunakan oleh akseptor. Oleh karena it perlu dibuat sebuah sistem untuk membantu akseptor ketika memilih alat kontrasepsi yang digunakan. Metode Fuzzy Inference System merupakan salah satu algoritma yang bisa digunakan untuk membantu pengambilan keputusan. Parameter yang digunakan untuk fungsi keanggotaan fuzzy dalam penelitian ini adalah umur, frekuensi sanggama, status kesehatan, efektivitas, harga, dan jangka waktu. hasil perhitungan korelasi spearman didapatkan nilai korelasi 0,606, sehingga menurut tabel korelasi spearman hasil korelasinya termasuk kategori kuat, sehingga dapat digunakan untuk membantu merekomendasikan pemilihan alat kontrasepsi yang sesuai untuk masing-masing akseptor.
Kata Kunci: alat kontrasepsi, keluarga berencana, fuzzy inference system, korelasi ranking spearman
Abstract
The family planning program is one of the government policies to regulate population growth in Indonesia. To support this, the government makes contraceptive services which are one type of family planning program service. There are many factors that influence the acceptor in choosing the appropriate contraceptive device, including economic factors, health and so on. This makes not all contraceptives suitable for use by the acceptors. Therefore, it is necessary to create a system to help the acceptors when choosing the contraceptive device to use. The Fuzzy Inference System method is an algorithm that can be used to help decision-making. The parameters used for the fuzzy membership function in this study are age, frequency of intercourse, health status, effectiveness, price, and time period. The results of the calculation of the Spearman correlation obtained a correlation value of 0.606, so according to the Spearman correlation table, the result of the correlation is in the strong category, so that it can be used to help recommend the selection of suitable contraceptives for each acceptor.
Keywords: contraception, family planning, fuzzy inference system, spearman rank correlation
Full Text:
PDFReferences
D. Herowati and M. Sugiharto, “Hubungan antara Kemampuan Reproduksi, Kepemilikan Anak, Tempat Tinggal, Pendidikan dan Status Bekerja pada Wanita Sudah Menikah dengan Pemakaian Kontrasepsi Hormonal di Indonesia Tahun 2017,” Bul. Penelit. Sist. Kesehat., vol. 22, no. 2, pp. 91–98, 2019, doi: 10.22435/hsr.v22i2.1553.
R. Agustini, D. M. Wati, and A. Ramani, “Kesesuaian Penggunaan Alat Kontrasepsi Berdasarkan Permintaan KB pada Pasangan Usia Subur (PUS) di Kecamatan Puger Kabupaten Jember ( Contraceptives Use Compatibility Based on Contraceptive Demand Among Fertile Age Couple at Puger Sub District , Jember,” e-Jurnal Pustaka Kesehatan, vol. 3, no. 1, pp. 155–162, 2015.
S. Aryati, S. Sukamdi, and D. Widyastuti, “Faktor-Faktor yang Mempengaruhi Pemilihan Metode Kontrasepsi (Kasus di Kecamatan Seberang Ulu I Kota Palembang),” Maj. Geogr. Indones., vol. 33, no. 1, p. 79, 2019, doi: 10.22146/mgi.35474.
Reva Dwi Yanty, “Faktor yang Mempengaruhi Pemilihan Jenis Kontrasepsi pada Wanita Usia Subur,” J. Ilmiah Kesehatan Sandi Husada, vol. 10, no. 2, pp. 121–124, 2019, doi: 10.35816/jiskh.v10i2.127.
M. Meilani and A. P. P. W. Tunggali, “Pemilihan Alat Kontrasepsi dalam Rahim (AKDR) pada akseptor Keluarga Berencana,” Jurnal Kebidanan, vol. 9, no. 1, p. 31, 2020, doi: 10.26714/jk.9.1.2020.31-38.
A. A. Syahidi, F. Biabdillah, and F. A. Bachtiar, “Perancangan dan Implementasi Fuzzy Inference System (FIS) Metode Tsukamoto pada Penentuan Penghuni Asrama,” J. Teknol. Inf. dan Ilmu Komputer, vol. 6, no. 1, p. 55, 2019, doi: 10.25126/jtiik.2019611228.
S. Yosefa, “Pemilihan Alat Kontrasepsi Yang Tepat pada Peserta KB dengan Menggunakan Metode AHP (Analitical Hierarky Process),” Menara Ilmu, vol. 14, no. 1, pp. 105–115, 2020.
M. Y. Simargolang and H. S. Tamba, “Sistem Pendukung Keputusan Menggunakan Metode Fuzzy Sugeno untuk Menentukan Calon Presiden Mahasiswa di Universitas Asahan,” J. Teknol. Inf., vol. 2, no. 2, p. 122, 2019, doi: 10.36294/jurti.v2i2.426.
R. A. Syawalia, S. Rasyad, and D. A. Pratama, “Implementasi Fuzzy Logic pada Sistem Sortir Otomatis Alat Penghitung Jumlah Buah Apel,” vol. 06, no. 02, pp. 421–432, 2020.
R. Rajab, D. Defiariany, and F. Adiatma, “Sistem Pendukung Keputusan Pengadaan Perangkat Teknologi Informasi Menggunakan Metode Logic Fuzzy Pada PT. Kojo Balairaja,” Indones. J. Comput. Sci., vol. 8, no. 1, pp. 1–10, 2019, doi: 10.33022/ijcs.v8i1.146.
S. N. Rizki and H. Tipa, “Implementasi Fuzzy Inference System untuk Menentukan Tingkat Kriminalitas di Kota Batam,” Digit. Zo. J. Teknol. Inf. dan Komun., vol. 10, no. 2, pp. 206–221, 2020, doi: 10.31849/digitalzone.v10i2.3090.
K. Harefa, “Penerapan Fuzzy Inference System untuk Menentukan Jumlah Pembelian Produk Berdasarkan Data Persediaan dan Penjualan,” J. Inform. Univ. Pamulang, vol. 2, no. 4, 2017.
E. Setiawati, O. W. K. Handayani, and A. Kuswardinah, “Pemilihan Kontrasepsi Berdasarkan Efek Samping pada Dua Kelompok Usia Reproduksi,” Unnes J. Public Heal., vol. 6, no. 3, p. 167, 2017, doi: 10.15294/ujph.v6i3.11543.
M. Yusida, D. Kartini, R. A. Nugroho, and M. Muliadi, “Implementasi Fuzzy Tsukamoto Dalam Penentuan Kesesuaian Lahan Untuk Tanaman Karet Dan Kelapa Sawit,” Jurnal Klik: Kumpulan. Jurnal Ilmu Komputer, vol. 4, no. 2, pp. 233-246, 2017, doi: 10.20527/klik.v4i2.115.
J. Nasir and J. Suprianto, “Analisis Fuzzy Logic Menentukan Pemilihan Motor Honda dengan Metode Mamdani,” J. Edik Inform., vol. 3, no. 2, pp. 177–187, 2017, [Online]. Available: http://dx.doi.org/10.22202/jei.2017.v3i2.1962.
V. A. Lestari, I. Aknuranda, and F. Ramdani, “Usability evaluation of e-Government using ISO 9241 and Fuzzy Tsukamoto Approach,” J. Telecommun. Electron. Comput. Eng., vol. 9, no. 2–8, pp. 153–157, 2017.
N. R. Sari and W. F. Mahmudy, “Fuzzy Inference System Tsukamoto Untuk Menentukan Kelayakan Calon Pegawai,” Seminar Nasional Sistem Informasi Indonesia, November, pp. 245–252, 2015.
DOI: https://doi.org/10.32520/stmsi.v10i1.1198
Article Metrics
Abstract view : 531 timesPDF - 217 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.