Klasterisasi Pola Penyebaran Penyakit Pasien Berdasarkan Usia Pasien Menggunakan K-Means Clustering

Authors

  • Muhammad Bhakti Fajri Universitas Bina Darma
  • Susan Dian Purnamasari Universitas Bina Darma

DOI:

https://doi.org/10.51519/journalita.volume3.isssue3.year2022.page317-334

Keywords:

K-Means, Clustering, Puskesmas, Usia, Penyakit

Abstract

Terdapat catatan kunjungan pasien pada setiap poli sebagai arsip bagi pihak Puskesmas Muara Enim. Pada catatan tersebut memuat Informasi usia, jenis kelamin, jenis penyakit serta Poli pemeriksaan. Data-data pasien tersebut mengalami penumpukan sehingga sulit menarik kesimpulan untuk memperbaiki kualitas serta layanan. Tujuan dari penelitian ini adalah untuk mencari pola baru yaitu kecenderungan penyakit dengan usia melalui data pasien di Puskesmas Muara Enim dari tahun 2020-2021. Dengan menggunakan teknik data mining serta memanfaatkan algoritma K-Means clustering untuk mengelompokan usia pasien berdasarkan kelompok usia yang berpotensi dalam penyebaran penyakit pada Puskesmas Muara Enim. Data tersebut akan dilakukan cleaning, selection dan akan ditentukan jarak usia pasien yang akan di bagi menjadi 4 kelompok yaitu Anak-anak, Remaja, Dewasa dan Lansia, yang selanjutnya akan dilakukan clustering data. Dibantu dengan aplikasi rapidminer, data yang sudah diolah akan dihitung secara manual yang menghasilkan sebanyak total 5015 pasien ditahun 2020 dan 5466 pasien ditahun 2021. Berdasarkan data tersebut dapat disimpulkan bahwa kelompok rentang usia tertinggi yang mengidap penyakit adalah Pasien Dewasa dan Anak – Anak kemudian pasien lansia dan terakhir pasien remaja pada setiap tahunnya. Pada tahun 2020 dan 2021 penyakit Asma, Diare, Penyakit tekanan darah tinggi, Tuberkolusis, Imunisasi dan Demam, batuk pilek merupakan penyakit dengan penderita tertinggi.

References

C. A. Sugianto, A. H. Rahayu, and A. Gusman, "Algoritma k-means untuk pengelompokkan penyakit pasien pada puskesmas cigugur tengah," Journal of Information Technology, pp. 39-44, 2020.

Dr. J. Leimena, “Peletak Konsep Dasar Pelayanan Kesehatan Primer (Puskesmas)” Depkes, 2005.

T. Tanty, B. S. Ginting, and M. Simanjuntak. "Pengelompokan Penyakit Pada Pasien Berdasarkan Usia Dengan Metode K-Means Clustering (Studi Kasus: Puskesmas Bahorok," ALGORITMA: JURNAL ILMU KOMPUTER DAN INFORMATIKA, 2021.

F. Yunita, "Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru," Sistemasi: Jurnal Sistem Informasi, pp. 238-249, 2018.

A. Ali, "Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering di Rumah Sakit Anwar Medika Balong Bendo Sidoarjo." MATRIK: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, pp. 186-195, 2019.

P. Silitonga, I. S. Morina, "Klusterisasi pola penyebaran penyakit pasien berdasarkan usia pasien dengan menggunakan K-Means clustering," Jurnal TIMES, pp. 22-25, 2017.

N. Purba, Ponigsih, H. S. Tambunan, "Penerapan Algoritma K-Means Clustering Pada Penyebaran Penyakit Infeksi Saluran Pernapasan Akut (ISPA) di Provinsi Riau," Journal of Information System Research (JOSH), pp. 220-226, 2021.

N. Y. Wardani, N. N. Murni, S. S. P. Luka, and G. Indrawan, “Analisis Penerapan K-means Untuk Pengelompokkan Diagnosa Penyakit Kulit dan Kelamin Berdasarkan Rentang Usia,” SENAPATI 2016, 2016.

A. Ramadhan, "Kategori Umur Menurut Depkes RI Tahun 2009,” Departemen Kesehatan RI, 2014.

Hukum, Biro, and B. P. K. P. Humas, "Peraturan Pemerintah Nomor 43 Tahun 2004 Tentang Pelaksanaan Upaya Peningkatan Kesejahteraan Sosial Lanjut Usia," 2004.

A. Muzakir, H. Syaputra, and F. Panjaitan, “A Comparative Analysis of Classification Algorithms for Cyberbullying Crime Detection: An Experimental Study of Twitter Social Media in Indonesia,” Sci. J. Informatics; Vol 9, No 2 Novemb. 2022DO doi:10.15294/sji.v9i2.35149

Downloads

Published

2022-12-09

How to Cite

Fajri, M. B., & Purnamasari, S. D. (2022). Klasterisasi Pola Penyebaran Penyakit Pasien Berdasarkan Usia Pasien Menggunakan K-Means Clustering. Journal of Information Technology Ampera, 3(3), 317–334. https://doi.org/10.51519/journalita.volume3.isssue3.year2022.page317-334