Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika Kaputama (JIK)
Shelly Maulia
STMIK KAPUTAMA
Computer Science & IT Control & Systems Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
IMPLEMENTASI DATA MINING PENGELOMPOKAN JENIS PENYAKIT PASIEN MENGGUNAKAN METODE CLUSTERING (STUDI KASUS : PUSKESMAS SAMBIREJO) Shelly Maulia; Budi Serasi Ginting; Anton Sihombing
Jurnal Informatika Kaputama (JIK) Vol 5, No 1 (2021): Volume 5, Nomor 1 Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v5i1.458

Abstract

Disease is a condition where there is an abnormal body condition, which causes the loss of normal healthy conditions. Data mining is a process of finding information by identifying patterns in data sets. The process of finding information can be done by grouping the data using the Clustering method with the K-Means algorithm. The K-Means method is a method in group analysis where the data is grouped based on k groups (k = 1,2,3..k). The purpose of this study was to facilitate the classification of which types of diseases were most common to patients at Puskesmas Sambirejo Langkat Regency based on age, village and disease name in patient data for 2017-2019. From the results of program analysis that has been tested using matlab and the variables have been determined, it can be seen that, for cluster 1 the results of grouping the patient's disease type are 366 data, namely between the ages of 24-40 years, in the village of Sambirejo, with the name bronchitis. For cluster 2, the results of grouping the patient's disease type were 376 data, namely between the ages of 24-40 years, in the peace village, with the name hyperuricemia disease. For cluster 3, the results of grouping the type of patient's disease are 258 data, namely between the ages of 24-40 years, in a prosperous village, with the name hyperuricemia disease.
IMPLEMENTASI DATA MINING PENGELOMPOKAN JENIS PENYAKIT PASIEN MENGGUNAKAN METODE CLUSTERING (STUDI KASUS : PUSKESMAS SAMBIREJO) Shelly Maulia; Budi Serasi Ginting; Anton Sihombing
Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v5i1.304

Abstract

Penyakit adalah dimana suatu kondisi terdapat keadaan tubuh yang abnormal, yang menyebabkan hilangnya kondisi normal yang sehat Data mining adalah sebuah proses menemukan informasi dengan mengindentifikasi pola pada data set. Proses menemukan informasi dapat dilakukukan dengan pengelompokkan data yaitu menggunakan metode Clustering dengan algoritma K-Means. Metode K-Means merupakan salah satu metode dalam analisis kelompok dimana data dikelompokkan berdasarkan k kelompok (k=1,2,3..k). Tujuan dari penelitian ini adalah untuk memudahkan pengelompokkan jenis penyakit mana yang paling banyak diderita oleh pasien di Puskesmas Sambirejo Kabupaten Langkat berdasarkan umur, desa dan nama penyakit pada data pasien tahun 2017-2019. Dari hasil analisa program yang telah diuji dengan menggunakan matlab dan telah ditentukan variabel-variabel dapat diketahui bahwa, untuk cluster 1 hasil pengelompokkan jenis penyakit pasien jumlah data 366 data yaitu antara umur 24-40 tahun, pada desa sambirejo, dengan nama penyakit bronkhitis. untuk cluster 2 hasilpengelompokkan jenis penyakit pasien jumlah data 376 data yaitu antara umur 24-40 tahun, pada desa perdamaian, dengan nama penyakit hiperurisemia. untuk cluster 3 hasilpengelompokkan jenis penyakit pasien jumlah data 258 data yaitu antara umur 24-40 tahun, pada desa suka makmur, dengan nama penyakit hiperurisemia.
Co-Authors Budi Serasi Ginting Sihombing, Anton