Penerapan Data Mining dalam Pengelompokan Penyakit untuk Rekomendasi Materi Penyuluhan Kesehatan di Klinik Keluarga Cianjur

Article Sidebar

pdf (Indonesian)
Published: 2024-04-25
DOI: https://doi.org/10.34010/komputa.v13i1.11273
Keywords:
Data Mining, Clustering, K - Means, Pengelompokan Penyakit

Main Article Content

Mochamad Nurkhayal Kadafi
Alif Finandhita
UNIKOM

Abstract

Tujuan dari penelitian ini adalah memberikan rekomendasi materi penyuluhan untuk membantu Koordinator Promkes dan Marketing di Klinik Keluarga dalam menentukan materi penyuluhan kesehatan yang tepat di suatu wilayah. Penyuluhan dilakukan secara terjadwal ke wilayah yang sudah ditentukan. Namun demikian banyak materi yang disampaikan tidak sesuai dengan mayoritas penyakit yang diderita oleh masyarakat di wilayah tersebut. Hal tersebut menyebabkan pelayanan klinik menjadi tidak optimal dikarenakan kurangnya kewaspadaan terhadap suatu penyakit yang ada di wilayahnya. Data Mining dengan metode Clustering dan algoritma K-Means digunakan pada penelitian ini untuk mengetahui pola penyebaran penyakit berdasarkan karateristiknya dari sumber data yang digunakan, terdiri dari data kunjungan, data induk penyakit, data kategori penyakit, data kecamatan, dan data desa. Hasil evaluasi menunjukkan proses pengelompokan penyakit menghasilkan rata-rata akurasi sebesar 0,263. Hasil tersebut menunjukan bahwa data mining dengan metode clustering dapat membantu Koordinator Promkes dan Marketing di Klinik Keluarga dalam menentukan materi penyuluhan yang tepat untuk masyarakat.

Article Details

Issue

Vol. 13 No. 1 (2024): Komputa : Jurnal Ilmiah Komputer dan Informatika

Section

Articles

Penulis yang menerbitkan dengan jurnal ini setuju pada persyaratan berikut ini:

  1. Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama, dengan pekerjaan 6 bulan setelah penerbitan secara simultan dengan lisensi di bawah: Creative Commons Attribution License yang memudahkan yang lain untuk berbagi karya dengan pengakuan penerbitan awal dan kepenulisan karya di jurnal ini.
  2. Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non-ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
  3. Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).

How to Cite

Penerapan Data Mining dalam Pengelompokan Penyakit untuk Rekomendasi Materi Penyuluhan Kesehatan di Klinik Keluarga Cianjur. (2024). Komputa : Jurnal Ilmiah Komputer Dan Informatika, 13(1), 33-42. https://doi.org/10.34010/komputa.v13i1.11273

References

Riskesdas, Laporan Riskesdas Provinsi Jawa Barat. 2018. [Online]. Available: https://litbang.kemkes.go.id

M. R. Maulana and R. Lubis, “Sistem Informasi Manajemen Persediaan Obat Di Gudang Apotek Keluarga Cianjur,” Komputa J. Ilm. Komput. dan Inform., vol. 10, no. 2, pp. 53–60, 2021, doi: 10.34010/komputa.v10i2.6804.

K. P. Sinaga and M. S. Yang, “Unsupervised K-means clustering algorithm,” IEEE Access, vol. 8, pp. 80716–80727, 2020, doi: 10.1109/ACCESS.2020.2988796.

J. Ha, M. Kambe, and J. Pe, Data Mining: Concepts and Techniques. 2011. doi: 10.1016/C2009-0-61819-5.

S. Saeed, A. Shaikh, M. A. Memon, and S. M. R. Naqvi, “Impact of Data Mining Techniques to Analyze Health Care Data,” J. Med. Imaging Heal. Informatics, vol. 8, no. 4, pp. 682–690, 2018, doi: 10.1166/jmihi.2018.2385.

T. M. Ghazal et al., “Performances of k-means clustering algorithm with different distance metrics,” Intell. Autom. Soft Comput., vol. 30, no. 2, pp. 735–742, 2021, doi: 10.32604/iasc.2021.019067.

M. Ahmed, R. Seraj, and S. M. S. Islam, “The k-means algorithm: A comprehensive survey and performance evaluation,” Electron., vol. 9, no. 8, pp. 1–12, 2020, doi: 10.3390/electronics9081295.

F. S. Agoestina, H. S. Tambunan, and R. A. Nasution, “Pemanfaatan Algoritma K-Means untuk Pengelompokkan Pasien Penyakit Infeksi Saluran Pernafasan Akut (ISPA),” SATESI J. Sains Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 60–69, 2022, doi: 10.54259/satesi.v2i1.804.

Okta Jaya Harmaja, Hadirat Halawa, Wicarda Sandi Hulu, and Seriani Loi, “Implementasi Algoritma K-Means Clustering Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Pulo Brayan,” J. Sains dan Teknol., vol. Volume 5 N, no. 1, pp. 150–157, 2023.

M. A. Sembiring, “Penerapan Metode Algoritma K-Means Clustering Untuk Pemetaan Penyebaran Penyakit Demam Berdarah Dengue (Dbd),” J. Sci. Soc. Res., vol. 4, no. 3, p. 336, 2021, doi: 10.54314/jssr.v4i3.712.

O. Maimon and L. Rokach, Data Mining and Knowledge Discovery. 2021. doi: 10.1007/978-981-15-8983-6_42.

A. Nugraha, O. Nurdiawan, and G. Dwilestari, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 849–855, 2022, doi: 10.36040/jati.v6i2.5755.

D. Ariyanto, “Data Mining Menggunakan Algoritma K-Means untuk Klasifikasi Penyakit Infeksi Saluran Pernafasan Akut,” J. Sistim Inf. dan Teknol., vol. 4, pp. 13–18, 2022, doi: 10.37034/jsisfotek.v4i1.117.

D. Dharmayanti, A. M. Bachtiar, and A. C. Prasetyo, “Penerapan Metode Clustering Untuk Membentuk Kelompok Belajar Menggunakan Di Smpn 19 Bandung,” Komputa J. Ilm. Komput. dan Inform., vol. 6, no. 2, pp. 49–56, 2017, doi: 10.34010/komputa.v6i2.2477.

B. Jumadi Dehotman Sitompul, O. Salim Sitompul, and P. Sihombing, “Enhancement Clustering Evaluation Result of Davies-Bouldin Index with Determining Initial Centroid of K-Means Algorithm,” J. Phys. Conf. Ser., vol. 1235, no. 1, 2019, doi: 10.1088/1742-6596/1235/1/012015.

S. Hajar, A. A. Novany, A. P. Windarto, A. Wanto, and E. Irawan, “Penerapan K-Means Clustering pada ekspor minyak kelapa sawit menurut negara tujuan,” Semin. Nas. Teknol. Komput. Sains 2020, pp. 314–318, 2020.

R. Nainggolan, R. Perangin-Angin, E. Simarmata, and A. F. Tarigan, “Improved the Performance of the K-Means Cluster Using the Sum of Squared Error (SSE) optimized by using the Elbow Method,” J. Phys. Conf. Ser., vol. 1361, no. 1, 2019, doi: 10.1088/1742-6596/1361/1/012015.

A. T. Rahman, W. Wiranto, and R. Anggrainingsih, “Coal Trade Data Clustering Using K-Means (Case Study Pt. Global Bangkit Utama),” ITSMART J. Teknol. dan Inf., vol. 6, no. 1, pp. 24–31, 2017.

D. Marutho, S. Hendra Handaka, E. Wijaya, and Muljono, “The Determination of Cluster Number at k-Mean Using Elbow Method and Purity Evaluation on Headline News,” Proc. - 2018 Int. Semin. Appl. Technol. Inf. Commun. Creat. Technol. Hum. Life, iSemantic 2018, pp. 533–538, 2018, doi: 10.1109/ISEMANTIC.2018.8549751.

T. Juninda, Mustasim, and E. Andri, “Penerapan Algoritma K-Medoids untuk Pengelompokan Penyakit di Pekanbaru Riau,” Semin. Nas. Teknol. Informasi, Komun. dan Ind., vol. 11, no. 1, pp. 42–49, 2019.

M. Herviany, S. Putri Delima, T. Nurhidayah, and K. Kasini, “Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokkan Daerah Rawan Tanah Longsor Pada Provinsi Jawa Barat,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 1, no. 1, pp. 34–40, 2021, doi: 10.57152/malcom.v1i1.60.

A. K. Singh, S. Mittal, P. Malhotra, and Y. V. Srivastava, “Clustering Evaluation by Davies-Bouldin Index(DBI) in Cereal data using K-Means,” Proc. 4th Int. Conf. Comput. Methodol. Commun. ICCMC 2020, no. Iccmc, pp. 306–310, 2020, doi: 10.1109/ICCMC48092.2020.ICCMC-00057.

I. W. Septiani, A. C. Fauzan, and M. M. Huda, “Implementasi Algoritma K-Medoids Dengan Evaluasi Davies-Bouldin-Index Untuk Klasterisasi Harapan Hidup Pasca Operasi Pada Pasien Penderita Kanker Paru-Paru,” J. Sist. Komput. dan Inform., vol. 3, no. 4, p. 556, 2022, doi: 10.30865/json.v3i4.4055.

T. Suryani, A. Faisol, and N. Vendyansyah, “Sistem Informasi Geografis Pemetaan Kerusakan Jalan Di Kabupaten Malang Menggunakan Metode K-Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 1, pp. 380–388, 2021, doi: 10.36040/jati.v5i1.3259.

A. Finandhita and O. M. Wibowo, “Visualisasi Data Harga Komoditas Pangan (Studi Kasus : Website Dinas Tanaman Pangan Dan Hortikultura Provinsi Jawa Barat),” Komputa J. Ilm. Komput. dan Inform., vol. 7, no. 2, pp. 59–68, 2018, doi: 10.34010/komputa.v7i2.3038.