Diabetes mellitus merupakan salah satu penyakit kronis yang semakin meningkat jumlah penderitanya di seluruh dunia. Penyakit ini ditandai dengan kadar gula darah yang tinggi akibat gangguan produksi atau efektivitas insulin dalam tubuh. Jika tidak ditangani dengan baik, diabetes dapat menyebabkan berbagai komplikasi serius seperti penyakit kardiovaskular, gagal ginjal, stroke, hingga amputasi.
Banyak orang tidak menyadari bahwa mereka berisiko mengidap diabetes mellitus karena kurangnya informasi mengenai faktor-faktor penyebab dan gejalanya. Oleh karena itu, diperlukan sistem pendukung keputusan (Decision Support System/DSS) yang dapat membantu masyarakat dalam mendeteksi risiko diabetes mellitus lebih dini. Dalam penelitian ini, digunakan dua metode Multi-Criteria Decision Making (MCDM), yaitu Simple Additive Weighting (SAW) dan Weighted Product (WP), untuk menganalisis risiko diabetes berdasarkan faktor-faktor yang telah ditentukan.
Metodologi Penelitian
Penelitian ini menggunakan metode SAW dan WP dalam menganalisis risiko diabetes berdasarkan beberapa kriteria yang telah ditetapkan. Data diperoleh melalui kuesioner dan wawancara dengan penderita diabetes serta studi literatur dari berbagai sumber medis.
Metode Simple Additive Weighting (SAW)
SAW bekerja dengan menormalisasi nilai dari setiap alternatif terhadap masing-masing kriteria.
Setelah normalisasi, nilai yang telah diperoleh dikalikan dengan bobot kriteria yang telah ditentukan.
Alternatif dengan nilai total tertinggi menunjukkan risiko diabetes yang lebih tinggi.
Metode Weighted Product (WP)
WP menggunakan perkalian untuk menghubungkan atribut penilaian, dengan setiap nilai atribut dipangkatkan berdasarkan bobotnya.
Alternatif dengan nilai tertinggi menunjukkan risiko diabetes yang lebih tinggi.
Kriteria yang digunakan dalam penelitian ini meliputi: Keturunan (C1) Usia (C2) Indeks Massa Tubuh (C3) Pola Makan (C4) Riwayat Penyakit Lain (C5)
Data yang digunakan berasal dari 15 responden yang telah mengisi kuesioner tentang faktor-faktor risiko diabetes.
Hasil dan Pembahasan
Hasil Metode SAW Berdasarkan metode SAW, urutan risiko diabetes tertinggi adalah:
Peringkat 1: AN (Nilai 0.95 – Risiko Tinggi)
Peringkat 2: MY (Nilai 0.91 – Risiko Tinggi)
Peringkat 3: KT (Nilai 0.91 – Risiko Tinggi)
Peringkat 4: PL (Nilai 0.83 – Risiko Tinggi)
Peringkat 5: E (Nilai 0.83 – Risiko Tinggi)
Hasil Metode WP Berdasarkan metode WP, urutan risiko diabetes tertinggi adalah:
Peringkat 1: AN (Nilai 0.088648 – Risiko Tinggi)
Peringkat 2: MY (Nilai 0.082711 – Risiko Tinggi)
Peringkat 3: KT (Nilai 0.082711 – Risiko Tinggi)
Peringkat 4: PL (Nilai 0.072619 – Risiko Tinggi)
Peringkat 5: E (Nilai 0.072619 – Risiko Tinggi)
Hasil dari kedua metode ini menunjukkan urutan risiko yang hampir serupa, dengan hanya sedikit perbedaan dalam nilai hasil akhir.
Kesimpulan
Berdasarkan hasil analisis, metode SAW dan WP memberikan hasil yang hampir serupa dalam mengidentifikasi individu dengan risiko diabetes tinggi. Jika mengacu pada penelitian sebelumnya yang menggunakan metode SAW, maka metode ini memberikan hasil yang lebih stabil dibandingkan dengan WP.
Dengan demikian, bagi masyarakat yang ingin mengetahui tingkat risiko diabetes lebih dini, metode SAW dapat dijadikan acuan utama. Namun, jika ingin mempertimbangkan faktor bobot yang lebih kompleks, metode WP dapat digunakan sebagai alternatif.
Saran
- Pengembangan Aplikasi Diagnostik: Disarankan untuk mengembangkan aplikasi berbasis web atau mobile yang dapat membantu masyarakat dalam mendiagnosis risiko diabetes secara cepat dan akurat.
- Penggunaan Dataset Lebih Besar: Penelitian selanjutnya dapat menggunakan dataset yang lebih besar dengan lebih banyak variasi faktor risiko untuk meningkatkan akurasi hasil.
- Integrasi dengan Teknologi Wearable: Sistem deteksi diabetes dapat diintegrasikan dengan perangkat wearable seperti smartwatch untuk pemantauan kadar gula darah secara real-time.
- Kampanye Kesadaran Kesehatan: Hasil penelitian ini dapat digunakan untuk meningkatkan kesadaran masyarakat mengenai pentingnya pola hidup sehat dalam mencegah diabetes mellitus.
PENULIS: Belgis S.Si., M.Si.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
