ASSOCIATION RULE MINING DENGAN ALGORITMA APRIORI UNTUK ANALISA DATA POLA PENYAKIT


Author (Penulis)

Oktavia Kristiani
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

13.1.03.02.0127

Abstract

Rumah Sakit adalah tempat untuk menangani pasien dari berbagai daerah dengan jenis penyakit yang berbeda-beda, karena cara hidup dan lingkungan berperan dalam perjalanan penyakit. Salah satu rumah sakit yang menangani berbagai macam penyakit adalah RSUD Gambiran Kota Kediri. Pada RSUD Gambiran Kediri jumlah data pasien di rekam medik selalu bertambah setiap harinya. Kumpulan data yang banyak tersebut mempersulit pihak rekam medik untuk menganalisa pola penyakit yang sedang berkembang di masyarakat. Jika data tersebut tidak diolah secara tepat maka pihak rumah sakit akan kehilangan mutu dalam melayani pasien. Solusi yang dibuat dalam penelitian ini adalah memanfaatkan data diagnosa pasien yang tercatat pada rekam medik RSUD Gambiran Kediri dengan tujuan untuk menemukan informasi penting mengenai pola penyakit yang sedang berkembang di masyarakat. Kemudian data rekam medik diolah menggunakan teknik data mining dengan menerapkan algoritma apriori. Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Sedangkan Algoritma Apriori adalah algoritma pengambilan data dengan aturan asosiatif (association rule) untuk menentukan hubungan asosiatif suatu kombinasi item. Association Rule yang dimaksud dilakukan melalui mekanisme penghitungan support dan confidence dari suatu hubungan penyakit. Hasil yang diperoleh dari perhitungan apriori dengan sampel 20 penyakit, data diagnosa penyakit pasien sebanyak 400 data, nilai threshold support 10.75% dan niai threshold confidence 42.57% didapatkan hasil kombinasi 2 penyakit yaitu, kemungkinan terbesar jika terjangkit penyakit jantung koroner maka akan terjangkit penyakit hipertensi dengan nilai support x confidence 4.58%. Sedangkan hasil kombinasi 3 penyakit dengan nilai threshold support 2.5% dan niai threshold confidence 18.87% didapatkan, kemungkinan terbesar jika terjangkit penyakit diabetes melitus dan hipertensi maka akan terjangkit penyakit jantung koroner dengan nilai support x confidence 0.47 %.

Keyword

a

Reference


PUBLISHED

2017-08-14

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 01 No. 04 Tahun 2017

Download PDF

Lembaga Penelitian dan Pengabdian Kepada Masyarakat UN PGRI Kediri.

Jl. KH. Ahmad Dahlan 76 Mojoroto Kota Kediri

Designed by BootstrapMade
LPPM Server - Powered by BSI