Calon Promotor Program Padjadjaran Excellence Fast Track Scholarship Tahun 2025

 

Nama Lengkap: Prof. Dr. Asep Kuswandi Supriatna, MS.

E-mail: [email protected]

Bidang Keahlian: Matematika Biologi dan Kesehatan

Prodi S2 Calon Mahasiswa: Program Studi Magister Matematika Konsentrasi Industri dan Lingkungan – Minat Biomatematika

Prodi S3 Calon Mahasiswa: Program Studi Doktor Matematika Terapan Konsentrasi Matematika Biologi

Judul Penelitian yang Ditawarkan:

Fuzzy Soft Set Theory dan Terapannya pada Model Matematika Diagnosis dan Penentuan Prioritas Penanganan Medis

 

Fuzzy Soft Set Theory and Its Application to Mathematical Models of Diagnosis and Determination of Priority of Medical Treatment

 

Abstrak:

Diagnosis medis adalah proses identifikasi dan penetapan penyakit atau kondisi kesehatan seseorang melalui evaluasi sistematis, dan analisis data klinis. Selain diagnosis, hal penting lainnya dalam dunia medis adalah penentuan prioritas penanganan medis. Penentuan prioritas penanganan medis adalah proses yang memungkinkan tenaga kesehatan untuk mengalokasikan sumber daya yang terbatas secara efektif dan efisien untuk menangani pasien. Faktor-faktor yang mempengaruhi prioritas penanganan antara lain adalah dampak gejala, biaya penanganan, ketersediaan sumber daya, dan kebijakan instansi kesehatan yang terkait. Penilaian diagnosis medis perlu mempertimbangkan aspek kesamaan gejala pada setiap penyakit. Beberapa penyakit dapat memiliki gejala medis yang sama dengan tingkatan keparahan gejala yang berbeda. Perubahan kondisi medis pasien secara signifikan menyebabkan perubahan diagnosis gejala sehingga perlu menyesuaikan tingkat keparahan diagnosis pasien. Selain itu, diperlukan pemahaman mengenai skala prioritas penanganan medis agar tercipta suatu sistem yang berkesinambungan dan dapat meningkatkan kinerja tenaga medis menjadi sistem yang efisien. Konsep yang tepat untuk digunakan dalam menangani kasus kesamaan gejala medis pada berbagai penyakit dan skala prioritas penanganan medis adalah Fuzzy Set Theory. Sejauh ini Fuzzy Set Theory telah diperluas menjadi T-spherical fuzzy soft group. Teori baru ini dapat digunakan sebagai alat matematis untuk memodelkan ketidakpastian dan ambiguitas yang sering muncul dalam data medis dan data skala prioritas penanganan medis pasien. Teori T-spherical fuzzy soft group memperluas konsep himpunan fuzzy tradisional dengan mempertimbangkan tiga dimensi independen yaitu derajat keanggotaan, derajat non-keanggotaan, dan derajat netralitas yang memungkinkan representasi yang lebih fleksibel dan akurat dari informasi yang tidak pasti. Dengan menggunakan operasi pada teori T-spherical fuzzy soft group, tenaga medis diharapkan dapat mengintegrasikan berbagai sumber informasi yang tidak pasti seperti hasil laboratorium, riwayat penyakit pasien, dan observasi klinis. Untuk menghasilkan diagnosis yang lebih komprehensif dan akurat, pendekatan ini memungkinkan penilaian resiko yang lebih baik dengan mempertimbangkan semua dimensi ketidakpastian, sehingga membantu dalam pengambilan keputusan klinis yang lebih informatif dan efektif. Penelitian ini menggunakan metode T-spherical fuzzy soft group dengan operator agregasi untuk mencari solusi optimal dalam diagnosis medis yang kompleks dan skala prioritas penanganan medis. Operator agregasi yang digunakan adalah averaging aggregation operators dan geometric aggregation operators.

 

Abstract:

Medical diagnosis is the process of identifying and determining a person’s disease or health condition through systematic evaluation and analysis of clinical data. In addition to diagnosis, another important thing in the medical world is determining the priority of medical treatment. Determining the priority of medical treatment is a process that allows health workers to allocate limited resources effectively and efficiently to treat patients. Factors that influence the priority of treatment include the impact of symptoms, treatment costs, availability of resources, and policies of related health agencies. Assessment of medical diagnosis needs to consider the aspect of similarity of symptoms in each disease. Some diseases can have the same medical symptoms with different levels of symptom severity. Significant changes in the patient’s medical condition cause changes in the diagnosis of symptoms so that it is necessary to adjust the severity of the patient’s diagnosis. In addition, an understanding of the scale of priority of medical treatment is needed in order to create a sustainable system and can improve the performance of medical personnel into an efficient system. The right concept to use in handling cases of similarity of medical symptoms in various diseases and the scale of priority of medical treatment is Fuzzy Set Theory. So far, the known fuzzy set has been modified into the T-spherical fuzzy soft group. This new theory can be used as a mathematical tool to model the uncertainty and ambiguity that often arise in medical data and patient medical treatment priority scale data. T-spherical fuzzy soft group theory extends the concept of traditional fuzzy sets by considering three independent dimensions, namely degree of membership, degree of non-membership, and degree of neutrality, which allows for a more flexible and accurate representation of uncertain information. By using operations on the T-spherical fuzzy soft group theory, medical personnel are expected to be able to integrate various sources of uncertain information such as laboratory results, patient medical history, and clinical observations. To produce a more comprehensive and accurate diagnosis, this approach allows for better risk assessment by considering all dimensions of uncertainty, thus helping in more informative and effective clinical decision making. This study uses the T-spherical fuzzy soft group method with aggregation operators to find optimal solutions in complex medical diagnoses and priority scales of medical treatment. The aggregation operators used are averaging aggregation operators and geometric aggregation operators.