Hampir setiap hari manusia dihadapkan dengan berbagai macam pilihan. Ibarat kata "Hidup itu pilihan", hal-hal kecil yang berkaitan dengan hidup manusia pasti berkaitan erat dengan metode pengambilan keputusan. Keputusan dalam hidup berada di tangan masing-masing individu, tergantung dari cara individu menyikapi suatu keadaan atau situasi yang telah, sedang, atau akan terjadi. Namun, bagaimana jika hal-hal tersebut dampaknya besar? Manusia memiliki kecerdasan alami yang memungkinkan ia berpikir dan mengambil keputusannya sendiri, begitu pula dengan komputer. Komputer juga memiliki kecerdasan namun bersifat buatan (artificial). Kecerdasan pada komputer memiliki perbedaan yang amat signifikan dengan kecerdasan manusia. Seringkali kecerdasan manusia terpengaruhi oleh banyak faktor terlebih faktor emosi dalam proses pengambilan keputusan. Lalu bagaimana dengan komputer? Apa komputer punya emosi? Sudah jelas jawabannya adalah tidak. Komputer tidak mempunyai perasaan, emosi, simpati, dan empati. Namun komputer bisa berpikir lebih rasional dan logis dibanding manusia pada beberapa kasus tertentu.
Teori himpunan fuzzy pertama kali dikenalkan oleh Lotfi A. Zadeh pada tahun 1965. Logika fuzzy merupakan suatu metode pendekatan untuk pemrosesan variabel-variabel yang beberapa variasi kemungkinan nilai truth atau benar diproses melalui variabel yang sama. Dengan kata lain, logika fuzzy memungkinkan untuk memperoleh serangkaian kesimpulan yang akurat dengan pemrosesan data yang bervariasi. Logika fuzzy banyak digunakan karena konsepnya yang mudah dimengerti, fleksibilitasnya, abilitasnya dalam pemodelan fungsi-fungsi nonlinear yang kompleks, bisa dilakukan tanpa proses pelatihan, dan juga pada dasarnya dilandasi pada bahasa alami. Berbeda dengan logika pada dunia elektronika atau logika Boolean yang bernilai hanya 1 atau 0, logika fuzzy justru bernilai antara 0 hingga 1. Logika fuzzy mengidentifikasikan berbagai keadaan yang berkisar dari benar sampai salah. Mungkin hal ini pada awalnya menimbulkan pertentangan dan logika fuzzy dinilai tidak jelas karena angkanya tidak pasti apakah 0 atau 1 namun justru logika fuzzy digunakan untuk menggambarkan ketidakpastian ini atau mengkalibrasikan ketidakpastiannya. Hal ini didasarkan bahwa segala sesuatu memiliki nilai derajat keanggotaan.
Karena fleksibilitasnya, logika fuzzy bisa diimplementasikan dalam berbagai bidang salah satunya pada dunia medis. Belakangan ini banyak bermunculan penyakit yang datangnya tiba-tiba pada manusia. Bahkan mirisnya gejala dan penyebabnya sulit diidentifikasi. Logika fuzzy dapat menolong manusia dalam mengatasi hal ini baik mencegah maupun mengatasi. Dilansir dari jurnal berjudul Fuzzy Logic Systems for Diagnosis of Renal Cancer, logika fuzzy membantu para penulis dalam menentukan diagnosis karsinoma sel renal atau kanker ginjal. Dengan berbagai input variabel seperti jumlah sel darah merah, ukuran tumor, tekanan darah tinggi, sakit pinggang, Sindrom von Hippel-Lindau, dan paparan trikloretilena, penulis berhasil mendesain sistem diagnosa kanker renal dengan logika fuzzy. Contoh lainnya yaitu diagnosa diabeter mellitus dalam jurnal yang ditulis oleh 3 dosen dari prodi Teknik Informatika di Universitas Indraprasta PGRI dengan input variabel berupa glukosa plasma 2 jam, tekanan darah diastolik, indeks massa tubuh, fungsi silsilah diabetes, dan jumlah kali hamil. Selain 2 contoh di atas ada begitu banyak lagi sistem diagnosis medis yang berhasil dibuat dengan logika fuzzy seperti diagnosis hasil radiologi, potensi penyakit Alzheimer, demam berdarah, dan lain-lain.
Dari kedua contoh tersebut kita bisa lihat bahwa hal tersebut akan sulit jika dilakukan oleh manusia. Manusia sangat rentan dipengaruhi oleh faktor emosi namun komputer tidak terpengaruh. Logika fuzzy merupakan salah satu contoh algoritma komputer yang bisa digunakan untuk pengambilan keputusan yang sangat rasional secara khusus apabila digunakan sebagai sistem decision-making dalam diagnosa penyakit. Dengan hal ini, logika fuzzy dapat menolong kehidupan banyak orang menuju pengambilan keputusan yang rasional.
Referensi :
Jindal, N.; Singla, J.; Kaur, B.; Sadawarti, H.; Prashar, D.; Jha, S.; Joshi, G.P.; Seo, C. Fuzzy Logic Systems for Diagnosis of Renal Cancer. Appl. Sci. 2020, 10, 3464. https://doi.org/10.3390/app10103464
Niswati, Z., Paramita, A., & Mustika, F.A. (2016). Aplikasi Fuzzy Logic dalam Diagnosa Penyakit Diabetes Mellitus pada PUSKESMAS di Jakarta Timur.
