DATA MINING UNTUK MEMPREDIKSI LAMA PERAWATAN PASIEN COVID-19 DI DIY

Masih tingginya kasus Covid-19 di DIY pada awal tahun 2021 ditambah dengan sulitnya
mencari ruang perawatan rumah sakit, sehingga diperlukan analisis prediksi waktu perawatan. Hasil
analisis sebagai pendukung keputusan Pemerintah dalam mengambil kebijakan ketersediaan kamar
rumah sakit dan penerapan PPKM. Selain itu juga diperlukan analisis terhadap atribut-atribut yang
paling mempengaruhi lama perawatan pasien. Penelitian menggunakan dataset yang diperoleh dari
Dinas Kominfo DIY untuk kasus periode Maret sampai dengan September 2020. Diperlukan
preprocessing (data reduction, data cleaning dan data integration) sebelum dilakukan analisis data
mining. Preprocessing menghasilkan dataset sejumlah 271 record data dengan 31 kolom. Analisis
data mining menggunakan algoritma Random Forest, k-NN dan Deep Learning menghasilkan
performance model dengan RMSE masing-masing sebesar 4,949; 6,349 dan 5,436. Setelah dilakukan
seleksi atribut untuk optimalisasi dihasilkan nilai RMSE sebesar 4.817 pada algoritma Random Forest
dengan menggunakan 23 atribut. Hasil analisis belum cukup baik jika dibandingkan dengan rata-rata
lama perawatan sebesar 15.339 hari karena menghasilkan NRMSE sebesar 31,40%. Nilai
performance model dipengaruhi oleh pemilihan atribut yang digunakan. Lima atribut yang paling
berpengaruh terhadap lama perawatan pasien adalah usia, jenis kelamin, kecamatan, batuk. Untuk
meningkatkan performance model diperlukan penelitian lanjutan menggunakan record data yang lebih
banyak dengan tambahan atribut lain seperti rumah sakit perawatan dan tindakan medis.