PENERAPAN ALGORITMA K-MEANS UNTUK ANALISIS DATA REKAM MEDIS PENYAKIT KUCING DI KLINIK HEWAN SATWAGIA

• MUHAMMAD LUTHFI AGUSTIAN, RIZAL ARISANDI, ZELVIRA AULIA ASH

---

ABSTRAK

ABSTRAK

 

 

Muhammad Luthfi Agustian (11207083), Rizal Arisandi (11207075), Zelvira Aulia (11207105), Penerapan Algoritma K-Means Untuk Analisis Data Rekam Medis Penyakit Kucing Di Klinik Hewan Satwagia

 

Klinik hewan Satwagia dan produsen obat hewan yang bekerjasama dengan Satwagia saat ini masih belum ada penelitian tentang penggunaan basis data untuk mencari tahu penyakit kucing terbanyak dan tingkat keparahan penyakit kucing yang diderita. Klinik hewan Satwagia sangat membutuhkan data tersebut untuk meningkatkan pelayanan kesahatan dan menangani pasien dengan baik, dan produsen obat hewan juga dapat memproduksi obat-obatan hewan yang sedang banyak diderita oleh kucing di Klinik hewan Satwagia. Penerapan data mining menggunakan metode clustering dengan algoritma K-Means sangat cocok untuk mengolah data rekam medis di klinik hewan Satwagia. Software yang digunakan untuk mengolah data yaitu Microsoft Excel dan Rapidminer Studio 9.10. Pengolahan data secara manual dan menggunakan software Rapidminer memiliki hasil nilai centroid yang sama. berdasarkan data sampel 33 jenis penyakit diketahui penyakit yang lebih banyak diderita pada klinik hewan Satwagia yaitu Cluster 1 dengan jenis penyakit sebanyak 14, kemudian Cluster 2 dengan jumlah penyakit sebanyak 6 dan Cluster 3 dengan jenis penyakit sebanyak 13. Dan juga tingkat akurasi dari cluster tingkat keparahan penyakit pasien yaitu Penyakit ringan berada di cluster 1 dengan jenis penyakit sebanyak 5, penyakit sedang berada di cluster 2 dengan jumlah penyakit sebanyak 16 dan penyakit berat berada di cluster 3 dengan jenis penyakit sebanyak 12.

Kata Kunci : Klinik Hewan, Rekam Medis, Data mining, K-Means, Clustering

KATA KUNCI

Pnerapan Algoritma

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

 

[1]      P. G. S. C. Nugraha, I. W. Aribawa, I. P. O. Priyana, and G. Indrawan, “Penerapan Metode Decision Tree (Data mining) Untuk Memprediksi Tingkat Kelulusan Siswa Smpn 1 Kintamani,” Semin. Nas. Vokasi dan Teknol., pp. 35–44, 2016.

[2]      M. Tri Indah Rahmayani, “ANALISIS CLUSTERING TINGKAT KEPARAHAN PENYAKIT PASIEN MENGGUNAKAN ALGORITMA K-MEANS,” pp. 2–6, 2018.

[3]      U. Riyanto, “Analisis Perbandingan Algoritma Naive Bayes Dan Support Vector Machine Dalam Mengklasifikasikan Jumlah Pembaca Artikel Online,” JIKA (Jurnal Inform., vol. 2, no. 2, pp. 62–72, 2019.

[4]      E. Widodo, “Sistem Perancangan Monitoring Informasi Anggaran Evaluasi Web Berbasis Yogyakarta Ditreskrimsus Polda D I,” 2019.

[5]      M. I. Saputro, T. Sukendar, and A. Setyawan H, “Sistem Informasi Monitoring Perkembangan Proyek Berbasis Web Pada PT. Wahana Reka Tekindo,” J. Teknol. Inform. Komput., vol. 4 No 3, no. 1, 2018.

[6]      F. Haniyah, “Pengembangan Sistem Literatur,” Pengemb. Sist. Lit., pp. 6–38, 2016.

[7]      A. M. Algozi, “Rekam medis,” 2016, pp. 1–11.

[8]      A. Ali, “KLASTERISASI DATA REKAM MEDIS PASIEN MENGGUNAKAN METODE K-MEANS CLUSTERING DI RUMAH SAKIT ANWAR MEDIKA BALONGBENDO SIDOARJO,” vol. 19, no. 1, 2019.

[9]      W. Mega and P. Dhuhita, “CLUSTERING MENGGUNAKAN METODE K-MEANS UNTUK MENENTUKAN STATUS GIZI BALITA,” vol. 15, no. 2, 2015.

[10]    T. Mauritsius and F. Binsar, “CROSS-INDUSTRY STANDARD PROCESS FOR DATA MINING (CRISP-DM),” 2020. https://mmsi.binus.ac.id/2020/09/18/cross-industry-standard-process-for-data-mining-crisp-dm/.

[11]    V. Riandaru, H. Lazuardi, A. Adhi, and C. Lauw, “Penerapan Aplikasi Rapidminer Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Regresi Linier,” vol. 01, pp. 8–17, 2021.

[12]    A. Ainurrohmah, “Akurasi Algoritma Klasifikasi pada Software Rapidminer dan Weka,” vol. 4, pp. 493–499, 2021.

[13]    L. Eko, “ANALISA POLA PENYAKIT DAN BIAYA PASIEN RUMAH SAKIT,” pp. 40–45, 2016.

[14]    G. Frieski Adrian, “Analisis Data mining Pada Strategi Penjualan Produk PT. Matahari Nusantara Logistik Menggunakan Metode K-Means Clustering,” pp. 1–9, 2020.