Metode Fuzzy Mamdani untuk Pemetaan Risiko DBD Berdasarkan Data Kasus dan Kepadatan Penduduk di Gunungkidul
DOI:
https://doi.org/10.24114/cess.v11i1.71620Keywords:
Demam Berdarah Dengue, sistem inferensi fuzzy, Fuzzy Mamdani, kepadatan penduduk, pemetaan risikoAbstract
Demam Berdarah Dengue (DBD) masih menjadi masalah kesehatan masyarakat di Indonesia sehingga diperlukan pemetaan risiko yang sederhana namun informatif. Penelitian ini menggunakan metode Fuzzy Inference System (FIS) Mamdani untuk memetakan risiko DBD per kecamatan di Kabupaten Gunungkidul berdasarkan data 2019-2023. Variabel masukan meliputi rata-rata kasus DBD tahunan dan kepadatan penduduk (jiwa/km²). Kedua variabel difuzzifikasi menjadi tiga himpunan (rendah, sedang, tinggi), sedangkan keluaran berupa indeks risiko skala 0-100 dengan empat kategori. Hasil menunjukkan indeks risiko mampu mengelompokkan 18 kecamatan secara lebih rinci dan membaginya ke dalam 4 kategori risiko DBD (rendah, sedang, tinggi, dan sangat tinggi), serta menandai wilayah dengan kasus dan kepadatan penduduk tinggi sebagai prioritas pengendalian.Downloads
References
[1] World Health Organization, “Dengue - Global situation.” Accessed: Nov. 10, 2025. [Online]. Available: https://www.who.int/emergencies/disease-outbreak-news/item/2024-DON518?utm_source
[2] S. Keman, R. Azizah, and F. M. Hamzah, “Meta Analysis: Risk Factor Analysis of Dengue Disease Incidence in Indonesia,” Jurnal Kesehatan Lingkungan, vol. 17, no. 1, pp. 69–76, Jan. 2025, doi: 10.20473/jkl.v17i1.2025.69-76.
[3] M. Meyrita, S. Suwarno, N. Saidi, and N. M. Razi, “Tren Kejadian Dengue (Incidence Rate) dan Kematian Akibat Dengue (Case Fatality Rate) di Indonesia,” Bioscientist: Jurnal Ilmiah Biologi, vol. 11, no. 2, p. 1753, Dec. 2023, doi: 10.33394/bioscientist.v11i2.9500.
[4] S. A. Rahmat, D. N. A. Ningrum, and S. Suharna, “Identification of Dengue Hemorrhagic Fever Risk Zone in Daerah Istimewa Yogyakarta Province 2021,” HIGEIA (Journal of Public Health Research and Development), vol. 8, no. 1, pp. 97–110, Jun. 2024, doi: 10.15294/higeia.v8i1.67935.
[5] N. A. Ammar and T. W. Kesetyaningsih, “Comparison of Wolbachia Knowledge between High School Students in Suburban and Urban of Yogyakarta,” Jurnal Berkala Kesehatan, vol. 10, no. 1, p. 46, May 2024, doi: 10.20527/jbk.v10i1.19092.
[6] E. Mujiarto, N. Nurjazuli, and M. Martini, “Analisis indeks entomologi dan ovitrap yang berhubungan dengan kejadian demam berdarah dengue (DBD),” Holistik Jurnal Kesehatan, vol. 19, no. 1, pp. 100–109, Mar. 2025, doi: 10.33024/hjk.v19i1.734.
[7] A. Nugrafitra Murti et al., “Gambaran Penyakit Demam (Aliya Nugrafitra Murti) | 12 Gambaran Penyakit Demam Berdarah Dengue (DBD) di Dusun Singkil, Giring, Paliyan, Gunungkidul, Yogyakarta,” Jurnal Pengabdian Serulingmas, vol. 2, no. 1, pp. 12–15, 2022.
[8] N. H. Suryaningtyas, M. Salim, and I. Margarethy, “Pemetaan Karakteristik Wilayah Demam Berdarah Dengue di Kabupaten Gunungkidul, Provinsi Daerah Istimewa Yogyakarta, Tahun 2011-2015,” Buletin Penelitian Kesehatan, vol. 47, no. 3, pp. 143–152, Dec. 2019, doi: 10.22435/bpk.v47i3.1448.
[9] M. T. Handayani, M. Raharjo, and T. Joko, “Pengaruh Indeks Entomologi dan Sebaran Kasus Demam Berdarah Dengue di Kabupaten Sukoharjo,” Jurnal Kesehatan Lingkungan Indonesia, vol. 22, no. 1, pp. 46–54, Feb. 2023, doi: 10.14710/jkli.22.1.46-54.
[10] M. G. Tansil, N. H. Rampengan, and R. Wilar, “Faktor Risiko Terjadinya Kejadian Demam Berdarah Dengue Pada Anak,” Jurnal Biomedik: JBM, vol. 13, no. 1, p. 90, Mar. 2021, doi: 10.35790/jbm.13.1.2021.31760.
[11] D. Romero, J. Olivero, R. Real, and J. C. Guerrero, “Applying fuzzy logic to assess the biogeographical risk of dengue in South America,” Parasit Vectors, vol. 12, no. 1, Sep. 2019, doi: 10.1186/s13071-019-3691-5.
[12] T. Tsheten, A. C. A. Clements, D. J. Gray, and K. Wangdi, “Dengue risk assessment using multicriteria decision analysis: A case study of Bhutan,” PLoS Negl Trop Dis, vol. 15, no. 2, Feb. 2021, doi: 10.1371/journal.pntd.0009021.
[13] Y. Vernando and D. Andreswari, “Implementasi Sistem Inferensi Fuzzy dalam Menentukan Tingkat Kerawanan Penyakit Demam Berdarah Dengue (DBD) dengan Menggunakan Metode Mamdani (Studi Kasus: Kota Bengkulu),” Jurnal Rekursif, vol. 6, no. 2, pp. 91–99, Jun. 2018.
[14] J. S. Komputer, “Implementasi Logika Fuzzy dalam Pengolahan Peta Tematik Daerah Rawan Penyakit Demam Berdarah (Studi Kasus: Kota Pontianak),” 2013.
[15] Badan Pusat Statistik Kabupaten Gunungkidul, “Jumlah Penderita Penyakit Demam Berdarah.” Accessed: Nov. 10, 2025. [Online]. Available: https://gunungkidulkab.bps.go.id/id/statistics-table/2/MTA3IzI%3D/jumlah-penderita-penyakit-demam-berdarah.html
[16] Badan Pusat Statistik Kabupaten Gunungkidul, “Kepadatan Penduduk.” Accessed: Nov. 10, 2025. [Online]. Available: https://gunungkidulkab.bps.go.id/id/statistics-table/2/NzYjMg==/kepadatan-penduduk.html
[17] S. M. Sani, “Design of Fuzzy Membership Functions for Predicting Student’s Knowledge Performance,” European Journal of Electrical Engineering and Computer Science, vol. 3, no. 6, Nov. 2019, doi: 10.24018/ejece.2019.3.6.139.
[18] S. N. Sivanandam, S. N. Deepa, and S. Sumathi, Introduction to Fuzzy Logic Using MATLAB. Springer, 2007.
[19] H.-J. Zimmermann, Fuzzy Set Theory—and Its Applications, 4th ed. Springer Netherlands, 2001. doi: 10.1007/978-94-010-0646-0.
[20] T. J. Ross, Fuzzy logic with engineering applications, 3rd ed. United Kingdom: John Wiley, 2010.
[21] S. S. Izquierdo and L. R. Izquierdo, “Mamdani fuzzy systems for modeling and simulation: A critical assessment,” 2018.
[22] K. M. Saridakis and A. J. Dentsoras, “A Fuzzy Rule-Based Approach for the Collaborative Formation of Design Structure Matrices,” pp. 81–94, 2005.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 CESS (Journal of Computer Engineering, System and Science)
This work is licensed under a Creative Commons Attribution 4.0 International License.
