<![CDATA[Sindrom metabolik merupakan kumpulan gangguan metabolisme yang meningkatkan risiko penyakit kardiovaskular dan diabetes melitus tipe 2, dengan prevalensi yang terus meningkat secara global termasuk di Indonesia. Penelitian ini bertujuan mengembangkan model prediksi risiko sindrom metabolik menggunakan metode Fuzzy Analytical Hierarchy Process (Fuzzy AHP) untuk mengakomodasi ketidakpastian penilaian pakar dan menghasilkan pembobotan kriteria klinis yang lebih terukur dan transparan. Model menggunakan lima variabel utama berdasarkan kriteria NCEP-ATP III, yaitu lingkar pinggang, tekanan darah sistolik, glukosa puasa, trigliserida, dan HDL, dengan pembobotan dihitung menggunakan metode extent analysis Chang berbasis Triangular Fuzzy Number (TFN). Hasil penelitian menunjukkan urutan bobot kriteria tertinggi terdapat pada glukosa puasa (0,35), diikuti lingkar pinggang (0,23), tekanan darah (0,18), trigliserida (0,14), dan HDL (0,10). Pengujian pada dua pasien menghasilkan skor risiko 0,931 (Risiko Tinggi) untuk Pasien A dan 0,572 (Risiko Sedang) untuk Pasien B, sehingga model mampu membedakan tingkat risiko secara kuantitatif. Dengan demikian, model Fuzzy AHP memberikan hasil yang lebih nuansif dibandingkan pendekatan diagnosis biner konvensional dan berpotensi diterapkan sebagai alat skrining klinis untuk mendukung deteksi dini serta pengambilan keputusan berbasis bukti di fasilitas kesehatan primer.]]>
Copyrights © 2026
