Decision Support System Diagnosis Penyakit Stroke Menggunakan Metode Composite Performance Index (CPI)

Rusina Widha Febriana; Rony  Kriswibowo; Johan Suryo  Prayogo; Putri Ariatna  Alia; Setya Budi  Pratama

doi:10.58602/jima-ilkom.v4i2.56

Rusina Widha Febriana Universitas Anwar Medika
Rony Kriswibowo Universitas Anwar Medika
Johan Suryo Prayogo Universitas Anwar Medika
Putri Ariatna Alia Universitas Anwar Medika
Setya Budi Pratama Universitas Anwar Medika

DOI: https://doi.org/10.58602/jima-ilkom.v4i2.56

Keywords: CPI, Diagnosis, DSS, Risiko, Stroke

Abstract

Stroke merupakan salah satu kondisi gawat darurat yang harus ditangani dengan cepat karena dapat mengakibatkan kefatalan. Stroke terjadi ketika asupan oksigen dan atau asupan nutrisi ke otak mengalami gangguan karena adanya penyumbatan pada pembuluh darah. Kondisi penyumbatan ini menyebabkan bagian dari sel-sel otak yang terdampak akan mengalami kerusakan sehingga tidak dapat berfungsi dengan baik. Stroke yang tidak tertangani dengan segera dapat memberikan efek negatif terhadap penderitanya, mulai dari kecacatan, kerusakan otak, hingga kematian. Penelitian ini mengusulkan penerapan metode Composite Peformance Index (CPI) dalam membangun Decision Support System (DSS) untuk membantu diagnosis tingkat peluang terjangkit stroke untuk dapat ditangani lebih lanjut. CPI diterapkan untuk melakukan penilaian dan menentukan peringkat dari beberapa alternatif penyebab stroke. Nilai indeks gabungan gejala stroke yang terbesar akan menampilkan pasien yang paling memungkinkan akan menderita stroke. Tujuan penelitian ini yaitu dengan mengetahui pasien yang mungkin mengalami stroke diharapkan dapat memberikan perawatan dan pengobatan yang sesuai, sehingga mampu menekan tingkat kerusakan otak dan mencegah terjadinya komplikasi. Diagnosis dilakukan dengan menerapkan metode CPI pada sistem menggunakan bahasa pemrograman python. Python adalah salah satu bahasa pemrograman yang banyak digunakan dalam pengembangan DSS, karena kemudahan pengkodeannya dan kepemilikan pustaka yang kaya. Hasil penelitian ini didapatkan perhitungan yang dilakukan secara manual dan sistem memiliki hasil yang sama, artinya sistem yang dibangun menghasilkan perhitungan yang valid. Berdasarkan studi kasus penelitian, nilai tertinggi pasien yang akan mengalami stroke berdasarkan nilai indeks gabungan metode CPI adalah sebesar 198.5 dengan keadaan pasien memiliki pola hidup sehat dan riwayat orang tua pernah mengalami stroke mini/TIA.

Downloads

Download data is not yet available.

References

K. RI, “Apa itu Stroke?,” P2PTM. Accessed: Dec. 12, 2024. [Online]. Available: https://p2ptm.kemkes.go.id/infographic-p2ptm/stroke/apa-itu-stroke

M. Aji Muhawarman, ST., “Cegah Stroke dengan Aktivitas Fisik,” Kemenkes. [Online]. Available: https://kemkes.go.id/id/cegah-stroke-dengan-aktivitas-fisik

S. dr. Cut Antara Kemela Muda, “Apasaja sih Faktor yang Mempengaruhi Stroke, Yuk Kita Bahas Bersama,” Hermina Hospital. Accessed: Dec. 12, 2024. [Online]. Available: https://herminahospitals.com/id/articles/apasaja-sih-faktor-yang-mempengaruhi-stroke-yuk-kita-bahas-bersama.html

R. J. Rumandan, “Implementasi Composite Performance Index (CPI) Pada Sistem Pendukung Keputusan Pemilihan Mitra Pengiriman Barang,” Media Online, vol. 3, no. 1, pp. 17–25, 2022, [Online]. Available: https://djournals.com/klik

N. Nugroho, “Implementasi Metode Composite Performance Index (CPI) Pada Sistem Pendukung Keputusan Pemilihan SSD Eksternal,” J. Comput. Syst. Informatics, vol. 4, no. 1, pp. 135–144, 2022, doi: 10.47065/josyc.v4i1.2553.

N. Lestari, S. T. Faulina, and W. Wisnumurti, “Penerapan Metode Cpi Pada Sistem Pendukung Keputusan Penerima Bantuan Raskin Dinas Sosial Baturaja,” Escaf, vol. 3, pp. 1480–1491, 2022, [Online]. Available: https://semnas.univbinainsan.ac.id/index.php/escaf/article/view/221

M. M. Said, R. Soekarta, and I. Amri, “Sistem Pakar Mendiagnosa Penyakit Hipertensi dengan Metode Naïve Bayes Berbasis Web ( Studi Kasus RSUD Sele Be Solu Kota Sorong ),” Framework, vol. 01, no. 02, pp. 67–74, 2023.

J. Trianto, M. I. Shalahudin, and U. Riyanto, “Decision Support System Using the Composite Performance Index (Cpi) for Wireless Repeater Selection,” J. Teknoinfo, vol. 17, no. 1, p. 90, 2023, doi: 10.33365/jti.v17i1.2352.

A. Primulyana, A. Triayudi, and A. Gunawan, “Sistem Pendukung Keputusan dalam Mendiagnosa Gejala TBC dengan Metode WASPAS dan CPI,” J. Comput. Syst. Informatics, vol. 4, no. 2, pp. 348–356, 2023, doi: 10.47065/josyc.v4i2.3068.

Y. Xu and Y. Liu, “The predictive role of composite inflammatory ratio parameters in the conscious awareness recovery after severe acute ischemic stroke: a retrospective cohort study,” BMC Neurol., vol. 25, no. 1, 2025, doi: 10.1186/s12883-024-04016-0.

Z. Rao, Y. Zhang, and C. Zhu, “Association of systemic immune-inflammation index with severity in acute ischemic stroke patients: a cross-sectional study,” Front. Neurol., vol. 16, no. June, pp. 1–9, 2025, doi: 10.3389/fneur.2025.1553730.

M. M. Yassin et al., “Advancing ischemic stroke diagnosis and clinical outcome prediction using improved ensemble techniques in DSC-PWI radiomics,” Sci. Rep., vol. 14, no. 1, pp. 1–17, 2024, doi: 10.1038/s41598-024-78353-y.

N. Asnawi, H. A. Mumtahana, and J. A. Novitasari, “Sistem pendukung keputusan penilaian dosen terbaik menggunakan metode MOORA,” Conf. Electr. Eng. Informatics, Ind. Technol. Creat. Media 2, vol. 3, no. 1, pp. 1–010, 2023.

Y. T. Rinaldy, A. Soebroto, and C. Setianto, “Sistem Pendukung Keputusan Diagnosis Penyakit Stroke menggunakan Metode Fuzzy K-Nearest Neighbor (FK-NN) (Studi Kasus Puskesmas Kendal Kerep Kota Malang),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 7, pp. 3149–3152, 2021, [Online]. Available: http://j-ptiik.ub.ac.id

C. W. Fong, “Stroke,” Hosp. Auth. Dep. Kedoketeran RS Queen Elizab., 2016.

Lidia, “Karakteristik Penderita Stroke Iskemik di RSUD dr. Abdul Aziz Singkawang,” J. Cerebellum, vol. 2, no. 1, 2016.

N. Br. Aritonang, D. Saripurna, and R. Syahputra, “Sistem Pendukung Keputusan Mendiagnosa Penyakit Pasteurellosis Pada Kelinci Menggunakan Metode Certainty Factor,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 2, no. 5, p. 803, 2023, doi: 10.53513/jursi.v2i4.5520.

R. Arviyanda, E. Fernandito, and P. Landung, “Analisis Perbedaan Bahasa dalam Komunikasi Antarmahasiswa,” J. Harmon. Nusa Bangsa, vol. 1, no. 1, p. 67, 2023, doi: 10.47256/jhnb.v1i1.338.