Sasmita, Marwah Silvia (2024) Implementasi algoritma K-Means untuk clustering data penyakit di Puskesmas Kotagede 2 Yogyakarta. S1 thesis, Universitas Ahmad Dahlan.
Text (JUDUL)
T1_1900018169_JUDUL__240325020305.pdf Download (2MB) |
|
Text (BAB I)
T1_1900018169_BAB_I__240325020305.pdf Download (628kB) |
|
Text (BAB II)
T1_1900018169_BAB_II__240325020305.pdf Restricted to Registered users only Download (971kB) | Request a copy |
|
Text (BAB III)
T1_1900018169_BAB_III__240325020305.pdf Restricted to Registered users only Download (644kB) | Request a copy |
|
Text (BAB IV)
T1_1900018169_BAB_IV__240325020305.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
Text (BAB V)
T1_1900018169_BAB_V__240325020305.pdf Restricted to Registered users only Download (616kB) | Request a copy |
|
Text (Daftar Pustaka)
T1_1900018169_DAFTAR_PUSTAKA__240325020305.pdf Download (622kB) |
|
Text (Lampiran)
T1_1900018169_LAMPIRAN__240325020305.pdf Restricted to Registered users only Download (725kB) | Request a copy |
|
Text (Naskah Publikasi)
T1_1900018169_NASKAH_PUBLIKASI__240325020305.pdf Restricted to Registered users only Download (1MB) | Request a copy |
Abstract
Puskesmas Kotagede 2 melayani pasien dari berbagai wilayah setiap hari, yang menghasilkan banyak data rekam medis. Saat ini, data tersebut hanya diarsipkan tanpa analisis lebih lanjut, menyebabkan pemimbunan data. Untuk mengatasi hal ini, diperlukan sistem yang dapat mengelompokkan data rekam medis berdasarkan kemiripan, untuk memberikan wawasan baru bagi tenaga medis tentang penyakit, faktor risiko, dan pola penyakit. Tujuan penelitian ini adalah menghasilkan dua cluster penyakit dan mengevaluasi hasilnya dengan Davies Bouldin Index yang bermanfaat untuk mengetahui kelompok penyakit yang banyak dan jarang, rata-rata usia penderitanya, dan wilayah asal penderita.
Pengumpulan data dilakukan melalui proses wawancara dengan salah satu staff bagian rekam medis di Puskesmas Kotagede 2 Yogyakarta. Data rekam medis yang diperoleh dari puskesmas sebanyak 300 data yang akan diolah menjadi dataset sehingga dapat di proses oleh sistem. Agar sistem dapat berjalan denga n baik maka dilakukanlah analisis kebutuhan sistem, setelah melakukan analisis kebutuhan sistem selanjutnya merancang sistem. Sistem ini dirancang untuk bisa melalukan operasi clustering data menggunakan algoritma k-means. Pada penelitian ini data akan di kelompokkan menjadi dua cluster. Proses clustering ini kemudian di implementasikan ke dalam website agar mudah digunakan. Uji akurasi dilakukan setelah hasil clustering di temukan, uji akurasi pada penelitian ini menggunakan metode Davies Bouldin Index.
Hasil dari penelitian ini adalah terbentuknya dua cluster yang telah di uji menggunakan Davies Bouldin Index dengan nilai akurasi sebesar 0.73. Hasil dari clustering dari jumlah 300 data didapatkan jumlah anggota cluster 0 sebanyak 183 data pasien dengan penyakit yang banyak diderita yaitu asma, hipertensi, sakit kepala, gerd, nasopharingitis akut, demam, Rinitis, nasofaringitis dan faringitis kronik, migren, diabetes mellitus 2, batuk, dan katarak, untuk usia rata – rata penderita pada cluster 0 ini adalah 34 tahun dengan wilayah pasien berasal dari Kelurahan Rejowinangun dan anggota cluster sebanyak 117 data pasien dengan penyakit yang jarang diderita yaitu tipus, anemia, dbd, vertigo, asam urat, campak, vertigo, sembelit, dan kolestrol dengan rata – rata usia penderita 29 tahun dengan wilayah asal pasien berasal dari Kelurahan Banguntapan.
Item Type: | Thesis (S1) |
---|---|
Keyword: | Clustering; Data Mining; Davies Bouldin Index; K-Means |
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
Divisi / Prodi: | Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Informatics Engineering (S1-Teknik Informatika) |
Depositing User: | userperpus4 userperpus4 |
Date Deposited: | 30 Apr 2024 06:33 |
Last Modified: | 30 Apr 2024 06:33 |
URI: | http://eprints.uad.ac.id/id/eprint/62441 |
Actions (login required)
View Item |