Afria Maulana
Universitas Bina Sarana Informatika

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS DAN PERBANDINGAN ALGORITMA APRIORI DAN FP GROWTH UNTUK MENEMUKAN POLA PENYAKIT GIGI DI PUSKESMAS CICINDE Afria Maulana; Alya Madaniah; Zilah Rima Halizah; Fatmawati Fatmawati; Nurullah Sururi Afif
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 4 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/ws8aqm46

Abstract

Data rekam medis Poli Gigi UPTD Puskesmas Cicinde berpotensi untuk mengidentifikasi pola penyakit, namun pemanfaatannya masih terbatas pada administrasi. Penelitian ini bertujuan mengidentifikasi pola keterkaitan penyakit gigi menggunakan metode Association Rule Mining serta membandingkan performa algoritma Apriori dan FP-Growth. Data yang digunakan berupa 694 rekam medis pasien periode November 2025 hingga Mei 2026 dari sistem e-Puskesmas. Proses analisis menggunakan perangkat lunak RapidMiner dengan parameter minimum support 6% dan minimum confidence 30%. Hasil penelitian menunjukkan penyakit paling dominan adalah Diseases of Pulp and Periapical Tissues (Pulpitis) dan Gingivitis and Periodontal Diseases. Algoritma Apriori menghasilkan 10 aturan asosiasi dengan frequent itemset hingga ukuran tiga, sedangkan FP-Growth menghasilkan 68 aturan asosiasi hingga ukuran empat. Kedua algoritma menghasilkan aturan yang valid, namun FP-Growth terbukti lebih unggul karena mampu menemukan pola hubungan keterkaitan penyakit yang lebih kompleks dan komprehensif. Penelitian ini diharapkan menjadi informasi pendukung bagi Puskesmas Cicinde dalam pengambilan keputusan dan perencanaan pelayanan kesehatan gigi. Kata Kunci: Association Rule Mining, Apriori, FP-Growth, Rekam Medis, Kesehatan Gigi