Penerapan Data Mining Dalam Pengelompokan Penyakit Di Klinik Keluarga

Kadafi, Mochamad Nurkhayal (2023) Penerapan Data Mining Dalam Pengelompokan Penyakit Di Klinik Keluarga. Other thesis, Universitas Komputer Indonesia.

	Text 1.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_COVER.pdf - Published Version Download (158kB)
	Text 19.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_LEMBAR PENGESAHAN.pdf - Published Version Download (138kB)
	Text 17.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (127kB)
	Text 20.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (664kB)
	Text 4.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_KATA PENGANTAR.pdf - Published Version Download (102kB)
	Text 5.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_DAFTAR ISI.pdf - Published Version Download (75kB)
	Text 11.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_BAB 1.pdf - Published Version Download (158kB)
	Text 12.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_BAB 2.pdf - Published Version Download (587kB)
	Text 13.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text 14.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_BAB 4.pdf - Published Version Restricted to Repository staff only Download (418kB) | Request a copy
	Text 15.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_BAB 5.pdf - Published Version Download (98kB)
	Text 10.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_DAFTAR PUSTAKA.pdf - Published Version Download (104kB)
	Text 18.UNIKOM_MOCHAMAD NURKHAYAL KADAFI_LEMBAR KONTAK PENULIS DAN KONTRIBUTOR.pdf - Published Version Download (93kB)

Abstract

Tujuan dari penelitian ini adalah memberikan rekomendasi materi penyuluhan untuk membantu Koordinator Promkes & Marketing di Klinik Keluarga dalam menentukan materi penyuluhan kesehatan yang tepat di suatu wilayah. Terdapat beberapa penyakit dengan tingkat prevalensi cukup tinggi diantaranya adalah stroke sebesar 11,44% hingga penyakit jantung sebesar 1,62%. Salah satu cara untuk mengetahui pola penyebaran penyakit adalah dengan cara melakukan pengelompokan penyakit. Dengan menerapkan data mining clustering materi penyuluhan yang tepat dapat diketahui melalui hasil karakteristik kelompok penyakitnya. Data mining dengan algoritma K-Means dapat digunakan untuk mengetahui pola penyebaran penyakit berdasarkan karateristiknya seperti nama penyakit, kecamatan, desa dan jumlah pasien sebagai acuan untuk menghasilkan rekomendasi materi penyuluhan. Untuk mendapatkan pengetahuan rekomendasi materi penyuluhan maka dibuatlah aplikasi yang dapat melakukan pengelompokan penyakit dari data rekam medis penyakit pasien sehingga mendapatkan karakteristik yang hasil akhirnya akan memberikan informasi terkait rekomendasi materi penyuluhan. Berdasarkan hasil analisis dan pengujian yang dilakukan, aplikasi pengelompokan penyakit dapat melakukan pengelompokan dan menghasilkan rekomendasi materi penyuluhan. Dari hasil pengujian tersebut didapatkan rata-rata sebesar 0,2 yang berarti pengelompokan yang dilakukan sudah baik. Hasil penelitian yang telah dilakukan mulai dari perancangan, implementasi hingga pengujian dapat disimpulkan bahwa aplikasi pengelompokan penyakit ini dapat menghasilkan rekomendasi materi penyuluhan sehingga dapat membantu pihak Koordinator Promkes & Marketing di Klinik Keluarga untuk menentukan materi penyuluhan yang tepat bagi masyarkat.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Data Mining, Clustering, K-Means, Pengelompokan Penyakit
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	12 Nov 2024 06:24
Last Modified:	12 Nov 2024 06:24
URI:	http://elibrary.unikom.ac.id/id/eprint/9395

Actions (login required)

View Item