Penerapan Data Mining Untuk Pengelompokan Penyakit Dengan Algoritma Fuzzy C-Means (Studi Kasus : UPT Puskesmas Salawu)

Shinta Siti Sundari, Nida Ariani

Sari


Salawu Health Center is one of the public health service center located at Jalan Raya Salawu Kp. Margasari Village Salawu District Salawu. Every day, Salawu Health Center serves many patients from various regions in Salawu Sub-district. The patients can even reach hundreds of people in one day so as to generate data on patient visits are very much. Limited information on the spread of disease suffered by many patients in some areas in Salawu Health Center, resulting in less optimal in taking policy action, anticipation of treatment and prevention of disease to the community. To find information about the grouping of disease taken from the data of the patient visit required a technique for extracting that is technique of data mining with Fuzzy C-Means algorithm. This system is designed using PHP and MySQL programming languages. While the design method of software using waterfall model. From the test results the system produces 4 clusters with an accuracy value obtained in this study that is equal to 76% and the value of PCI 0.6154.

Keywords : Data Mining, Clustering disease, Fuzzy C-Means

Puskesmas Salawu merupakan salah satu pusat pelayanan kesehatan masyarakat yang bertempat di Jalan Raya Salawu Kp. Margasari Desa Salawu Kecamatan Salawu. Setiap harinya, Puskesmas Salawu melayani banyak pasien dari berbagai wilayah yang ada di Kecamatan Salawu. Jumlah pasien bahkan bisa mencapai ratusan orang dalam satu hari sehingga menghasilkan data kunjungan pasien yang sangat banyak. Terbatasnya informasi mengenai penyebaran penyakit yang sering diderita oleh pasien di beberapa wilayah di Puskesmas Salawu, mengakibatkan kurang optimalnya dalam mengambil tindakan kebijakan, antisipasi pengobatan dan pencegahan penyakit kepada masyarakat. Untuk menemukan informasi mengenai pengelompokan penyakit yang diambil dari data kunjungan pasien diperlukan suatu teknik penggalian data yang tidak sedikit yaitu teknik data mining dengan menggunakan algoritma Fuzzy C-Means. Sistem ini dirancang dengan menggunakan bahasa pemrograman PHP dan MySQL. Sedangkan metode perancangan perangkat lunak menggunakan model waterfall. Dari hasil pengujian sistem menghasilkan 4 cluster dengan nilai akurasi yang diperoleh dalam penelitian ini yaitu sebesar 76% dan nilai PCI 0.6154.

Kata kunci: Data Mining, Pengelompokan Penyakit, Fuzzy C-Means.


Kata Kunci


Data Mining; Pengelompokan Penyakit; Fuzzy C-Means.

Teks Lengkap:

PDF

Referensi


I. ferdian, "Masalah Kesehatan di Indonesia," 28 September 2015. [Online]. Available: http://isalferdian18.blogspot.com/2010/09/masalah-kesehatan-di-indonesia.html. [Accessed 01 Juni 2018].

badan penelitian dan pengembangan kementerian kesehatan RI, Riset Kesehatan Dasar (Riskesdas), 2013.

M. A. Nur, "Jurnal Pendekatan Teknik Data Mining Pada Pusat Data Kesehatan Nasional Menggunakan Map Visualization," Jurnal IT STMIK Handayani, vol. XIV, p. 1, 2014.

Megawati, N. Mukid, M.A and R. Rahmawati, "Segmentasi Pasar Pada Pusat Perbelanjaan Menggunakan Fuzzy C-Means," vol. II, 2013.

D. L. Putri, "Implementasi Algoritma K-Means Untuk Pengelompokan Penyakit Pasien (Studi Kasus : Puskesmas Kajen)," Dokumen Karya Ilmiah, 2016.

F. Febrianti, Moh Hafiyusholeh and A. H. Asyhar, "Perbandingan Pengklusteran Data Iris Menggunakan Metode K-Means dan Fuzzy C-Means," Jurnal Matematika "MANTIK", Vols. 02. No. 01. ISSN 2527-3159, E-ISSN 2527-3167, 2016.

Universitas Muhammadiyah Magelang, "Pengelompokan Algoritma Fuzzy C-Means untuk Pengelompokan Kabupaten/Kota di jawa Tengah Berdasarkan Status Kesejahteraan Tahun 2015," Vols. ISSN 2407-9189, 2017.

B. Santosa, Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis, Graha Ilmu, 2007.

D. Larose, Discovering Knowledge in Data. New Jersey : John Willey & Sonc, Inc, 2005.

E. Prasetyo, Data Mining - Mengolah Data Menjadi Informasi Menggunakan Matlab, CV. ANDI OFFSET, 2014.

K. E. L. Y. H. Agustin, "Klasifikasi Penerimaan Mahasiswa Baru Menggunakan Algoritma C4.5 dan Adaboost," CSRID Journal, vol. 9. No.1, 2017.

"Pemrograman Matlab," [Online]. Available: staffnew.uny.ac.id/upload/132206562/pendidikan/pemrograman+MATLAB.pdf. [Accessed 1 Juni 2017].

B. Wiradarma, Mardji and N. Hidayat, "Implementasi Algoritma Fuzzy C-Means Untuk Pengelompokan Tingkat Penyakit Anemia," vol. 4, 2014.

A. Kadir, Dasar Perancangan dan Implementasi Database Relasional, Yogyakarta: CV. ANDI OFFSET, 2009.

M. K. Kusrini, Strategi Perencanaan dan Pengelolaan Basis Data, CV. ANDI OFFSET, 2007.

B. Hariyanto, Sistem Manajemen Basis Data, Bandung: Informatika Bandung, 2004.

A. B. Ladjamudin, Analisis dan Desain Sistem Informasi, Yogyakarta: Graha Ilmu, 2013.

E. K. Kenneth and E. K. Julie, Analisis dan Perancangan Sistem, Jakarta: PT. Indeks, 2010.

A. Kadir, Pengenalan Sistem Informasi Edisi Revisi, Yogyakarta: CV. ANDI OFFSET, 2014.

R. B and I. Heryanto, Modul Pemrograman Web HTML, PHP & MySQL Revisi Kedua, 2014.

P. Zainal A. Hasibuan, Metodologi Penelitian Pada Bidang Ilmu Komputer dan Teknologi Informasi, 2007.

R. A.S. and M. Shalauddin, Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek, Bandung: Informatika Bandung, 2013.

I. Binanto, "Analisa Metode Classic Life Cycle (Waterfall) Untuk Pengembangan Perangkat Lunak Multimedia," 2015.

I. Pramudiono, "Apa itu data mining," 2006. [Online]. Available: http://datamining.japati.net/cgi-bin/indodm.cgi.


Refbacks

  • Saat ini tidak ada refbacks.


Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) STMIK Tasikmalaya

Copyright © 2019 Jurnal VOI (Voice Of Informatics)

E-ISSN : 2579-3489

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.