Implementasi Data Mining Menggunakan Metode K-means Clustering untuk Menentukan Jenis Penyakit Mata di Puskesmas Wuluhan
Kata Kunci:
data mining, K-Means, eye diseases, clusterAbstrak
Indonesian translation. Mata adalah salah satu indera manusia yang paling penting dan telah menerima perhatian dunia. Semua aktivitas manusia yang pada dasarnya didasarkan pada penerimaan informasi visual memerlukan perhatian khusus. Data mengenai gangguan penglihatan di seluruh dunia didasarkan pada perkiraan WHO. Kesehatan mata merupakan aspek penting dalam kesehatan manusia. Masalah penglihatan mata seperti: glaukoma, katarak, pseudochaphia, konjungtivitis, degenerasi makula, retinopati diabetik dll adalah masalah serius yang akan mempengaruhi kualitas hidup seseorang. Terletak di Puskesmas Wuluhan dengan atribut keluhan pasien (anamneses) dan pemeriksaan mata yang dilakukan di klinik mata Puskesmas Wuluhan. Dari hasil penilaian ini, dikelompokkan jenis penyakit mata yaitu glaukoma, konjungtivitis dan katarak. Algoritma yang digunakan adalah algoritma K-Means Clustering dan terdapat 6 atribut untuk setiap jenis penyakit. Data penyakit mata yang digunakan adalah data pasien sebanyak 110, hasil pengujian data diperoleh dengan menggunakan skenario 2 cluster hingga 4 cluster dan menghitung nilai Devies-Bouldin Index (DBI). Perhitungan algoritma K-Means untuk pengelompokan data dilakukan untuk setiap cluster. Untuk jenis penyakit glaukoma, klaster terbaik berada pada klaster 3 dengan nilai DBI 1,3232. Dari sisi konjungtivitis, cluster terbaik berada di cluster 4 dengan nilai DBI 1,3901. Untuk jenis penyakit katarak, cluster terbaik berada pada cluster 3 dengan nilai DBI 0,51249.Referensi
Abdurrauf, M. (2016). Konjungtivitis Bakteri Akut. Jurnal Kedokteran Syiah Kuala, 16, 181–184.
Ahmad Fauzi, I., & Danar Dana, R. (2023). Implementasi Data Mining Clustering Dalam Mengelompokan Kasus Perceraian Yang Terjadi Di Provinsi Jawa Barat Menggunakan Algoritma K-Means. Jurnal Riset Ilmu Manajemen Dan Kewirausahaan, 1(4).
Anindya Khrisna Wardhani. (2016). Implementasi Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Kajen Pekalongan. Jurnal Transformatika, 14, 30–37.
Aulia, S. (2021). Klasterisasi Pola Penjualan Pestisida Menggunakan Metode K-Means Clustering (Studi Kasus Di Toko Juanda Tani Kecamatan Hutabayu Raja). Djtechno: Jurnal Teknologi Informasi, 1(1), 1–5. https://doi.org/10.46576/djtechno.v1i1.964
Benri, M., Metisen, H., & Latipa, S. (2015). Analisis Clustering Menggunakan Metode K-Means Dalam Pengelompokkan Penjualan Produk Pada Swalayan Fadhila. Jurnal Media Infotama, 11(2), 110–118. https://core.ac.uk/download/pdf/287160954.pdf
Kurnia, F., Fahmi, I., Wahyudi, E., & Mige, G. E. S. (2019). Penerapan Algoritma K-Means Untuk Pengelompokan Diagnosa Penyakit Mata Berdasarkan Rentang Usia. Jurnal Spektro, 2(1), 10–17.
Mardi, Y. (2017). Data Mining : Klasifikasi Menggunakan Algoritma C4.5. Edik Informatika, 2(2), 213–219. https://doi.org/10.22202/ei.2016.v2i2.1465
Nairda, D. P., Informatika, F., Telkom, U., Informatika, F., Telkom, U., Tujuan, B., & Hipotesis, C. (2023). Klasifikasi Keparahan Penyakit Glaukoma pada Citra Fundus Retina dengan Deep k-Nearest Neighbor. 10(6), 5404–5409.
Ordila, R., Wahyuni, R., Irawan, Y., & Yulia Sari, M. (2020). PENERAPAN DATA MINING UNTUK PENGELOMPOKAN DATA REKAM MEDIS PASIEN BERDASARKAN JENIS PENYAKIT DENGAN ALGORITMA CLUSTERING (Studi Kasus : Poli Klinik PT.Inecda). Jurnal Ilmu Komputer, 9(2), 148–153. https://doi.org/10.33060/jik/2020/vol9.iss2.181
Saputra Sy, Y. (2022). Klasterisasi Pasien Rawat Inap Peserta BPJS Berdasarkan Jenis Penyakit Menggunakan Algoritma K-Means. Jurnal Sistim Informasi Dan Teknologi, 5, 33–37. https://doi.org/10.37034/jsisfotek.v5i2.162
Setiawan, R. (2016). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru ( Studi Kasus : Politeknik Lp3i Jakarta ). Jurnal Lentera Ict, 3(1), 76–92.
Sundari, S. S., Agustin, Y. H., & Rihadisha, A. (2022). Rancang Bangun Aplikasi Sistem Pakar Diagnosa Penyakit Mata Berbasis Web Dengan Metode Forward Chaining Dan Case Based Reasoning (Studi Kasus : Poli Mata RSIA Widaningsih Tasikmalaya). E-Jurnal JUSITI (Jurnal Sistem Informasi Dan Teknologi Informasi), 11(01), 91–100. https://doi.org/10.36774/jusiti.v11i1.914
Yunita, F. (2018). Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru. Sistemasi, 7(3), 238. https://doi.org/10.32520/stmsi.v7i3.388
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Hak Cipta (c) 2024 J-STEM: Journal of Science, Technology, Engineering, and Mathematics
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.
