PENERAPAN DATA MINING UNTUK PENGELOMPOKAN DATA REKAM MEDIS PASIEN BERDASARKAN JENIS PENYAKIT DENGAN ALGORITMA CLUSTERING (Studi Kasus : Poli Klinik PT.Inecda)

  • Ordila R
  • Wahyuni R
  • Irawan Y
  • et al.
N/ACitations
Citations of this article
595Readers
Mendeley users who have this article in their library.

Abstract

Data Mining adalah suatu metode pengolahan data untuk menemukan pola yang tersembunyi dari data tersebut. Rekam Medis adalah berkas yang berisikan catatan dan dokumen tentang identitas pasien, pemeriksaan, pengobatan, tindakan, pelayanan lain yang telah diberikan kepada pasien. Poli klinik PT.Inecda menerima pasien sebanyak 20 pasien s/d 40 pasien dalam satu hari, dalam satu bulan bisa mencapai 600 pasien s/d 750 pasien, sedangkan dalam satu tahun Poli klinik PT.Inecda bisa menerima pasien kurang lebih sekitar 8.400 pasien dalam satu tahun.  K-Means Clustering adalah suatu metode penganalisaan data atau metode Data Mining yang melakukan proses pemodelan tanpa supervisi (unsupervised) dan merupakan salah satu metode yang melakukan pengelompokan data dengan sistem partisi. Hasilnya adalah melakukan pengelompokan dengan menggunakan K-Means Clustering dan RapidMiner yang dapat membantu melakukan pengelompokan berdasarkan wilayah, jenis penyakit dan Umur.

Cite

CITATION STYLE

APA

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

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free