Pratama, Roni (2022) KLASTERISASI DATA REKAM MEDIS MENGGUNAKAN METODE K-MEANS (STUDI KASUS : PUSKESMAS PANDAK 2). Skripsi thesis, Universitas Mercu Buana Yogyakarta.
ABSTRAK.pdf
File (88kB)
BAB I.pdf
File (87kB)
BAB II.pdf
Restricted to Registered users only
File (446kB) Request a copy
BAB III.pdf
Restricted to Registered users only
File (490kB) Request a copy
BAB IV.pdf
Restricted to Registered users only
File (907kB) Request a copy
BAB V.pdf
File (80kB)
DAFTAR PUSTAKA.pdf
File (106kB)
LAMPIRAN.pdf
Restricted to Registered users only
File (2MB) Request a copy
SKRIPSI FULLTEXT.pdf
Restricted to Registered users only
File (2MB) Request a copy
MASTER PROGRAM.zip
Restricted to Repository staff only
File (822MB) Request a copy
Abstract
Puskesmas adalah lembaga pelayanan kesehatan milik pemerintah untuk menangani kesehatan individu dan masyarakat pada tingkat pertama. Salah satu tugas puskesmas selain sebagai fasilitas layanan kesehatan ialah melakukan pencatatan terhadap tindakan pelayanan kepada pasien yang dokumen pencatatannya disebut dengan rekam medis. Data rekam medis hanya digunakan untuk melakukan pelaporan kepada dinas kesehatan dan disimpan sebagai tumpukan data. Belum ada upaya untuk menggali informasi dari data rekam medis tersebut. Maka dari itu dilakukan pengolahan data rekam medis menggunakan K-Means Clustering untuk membagi data pasien dalam beberapa kelompok dengan tujuan memperoleh informasi dari data rekam medis. Langkah yang dilakukan adalah preprocessing data rekam medis, mengimplementasikan algoritma K-Means clustering ke dataset rekam medis, kemudian mengevaluasi menggunakan Davies Bouldien Index untuk menentukan klaster optimal. Hasil dari penelitian ini yaitu menghasilkan 2 klaster sebagai klaster optimal dengan nilai DBI yaitu 0,009863115. Klaster pertama terdiri dari 5234 data dan klaster kedua terdiri dari 5563 data. Pada klaster pertama jenis penyakit infeksi dan parasit paling banyak diderita dan pasien terbanyak berasal dari Dusun Nglarang. Klaster kedua jenis penyakit pada sistem sirkulasi banyak diderita dan pasien terbanyak berasal dari Dusun Gunturan. Kategori usia Dewasa dan Jenis kelamin perempuan lebih mendominasi pada klaster pertama maupun kedua.
| Dosen Pembimbing: | Supatman, Supatman | [error in script] |
|---|---|
| Item Type: | Thesis (Skripsi) |
| Additional Information/Lokasi Hardcopy: | Perpustakaan Kampus 3 UMBY |
| Uncontrolled Keywords: | Algoritma K-Means, Data Mining, Klastering, Rekam Medis |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Fakultas Teknologi Informasi > Program Studi Teknik Informatika |
| Depositing User: | Teknik Informatika UMBY |
| Date Deposited: | 14 Dec 2022 04:21 |
| Last Modified: | 14 Dec 2022 04:21 |
| URI: | https://eprints.mercubuana-yogya.ac.id/id/eprint/16822 |
