Tuberculosis (TBC atau TB) merupakan penyakit menular yang umumnya menyerang paru-paru. Laporan data WHO pada tahun 2006 menempatkan Indonesia sebagai penyumbang TB terbesar nomor tiga di dunia. Tigginya resiko kematian penderita penyakit paru-paru (18,7%) menunjukkan bahwa jenis penyakit ini perlu diperhatikan secara serius. Pada penelitian ini penulis menggunakan sistem pakar Fuzzy untuk mendiagnosa penyakit TBC berdasarkan gejala klinis utamanya. Dengan metode Adaptive Neuro Fuzzy Inference System dalam menentukan rule klasifikasi dengan logika fuzzy yang mampu memberikan hasil diagnosa layaknya seorang pakar apakah seseorang terdiagnosa TBC atau tidak.. Pengukuran tingkat akurasi dari algoritma hybrid dari empat tipe fungsi keanggotaan yaitu Trapmf, gbellmf, gaussmf dan psigmf sebesar 99.99%. Sedangkan algoritma backpropagation menghasilkan akurasi yang berbeda-beda di masing-masing tipe MF nya. Dan untuk melihat tampilan diagnosanya di rancang menggunakan aplikasi toolbox Matlab.