Article Per Year (5 Year)
p-Index From 2021 - 2026
1.197
P-Index
This Author published in this journals
All Journal Jurnal Tekinkom (Teknik Informasi dan Komputer) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Media Informatika Internet of Things and Artificial Intelligence Journal International Journal of Community Service (IJCS) Jurnal Manajemen Informatika dan Bisnis Digital
INTAN NUR FITRIYANI
JURUSAN PGSD FIP UNESA
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Media Informatika

 1 
Penerapan Metode K-Means Clustering untuk Klasifikasi Efek Samping Penggunaan Obat ARV pada Pasien HIV di Puskesmas Fadillah, Riszki; Fitriyani, Intan Nur
Jurnal Media Informatika Vol. 6 No. 1 (2024): Jurnal Media Informatika Edisi September - Desember
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pola efek samping yang dialami pasien HIV yang menjalani terapi antiretroviral (ARV) menggunakan metode K-Means Clustering. Data yang digunakan berasal dari rekam medis pasien di puskesmas, yang mencakup informasi tentang usia pasien, jenis efek samping, durasi terapi ARV, dan pola penggunaan obat ARV. Metode Elbow dan Silhouette Score digunakan untuk menentukan jumlah cluster optimal, yang menghasilkan tiga cluster dengan tingkat pemisahan yang baik. Cluster pertama mencakup pasien dengan efek samping ringan dan durasi terapi pendek (kurang dari 6 bulan), cluster kedua berisi pasien dengan efek samping sedang dan durasi terapi menengah (6-12 bulan), sementara cluster ketiga meliputi pasien dengan efek samping berat dan durasi terapi lebih panjang (>12 bulan). Hasil clustering ini memberikan wawasan penting untuk perencanaan intervensi medis yang lebih tepat sasaran, seperti pemantauan rutin untuk cluster 1, pendekatan khusus untuk cluster 2, dan perhatian medis intensif untuk cluster 3. Visualisasi data dengan scatter plot mengilustrasikan hubungan antara keparahan efek samping dan durasi terapi, memudahkan pemahaman tentang pola distribusi pasien yang mengalami efek samping ARV. Temuan ini diharapkan dapat meningkatkan kualitas perawatan dan kepatuhan pasien terhadap terapi ARV.
Co-Authors Adawiyah, Quratih D, Novica Jolyarni Fadillah, Riszki Gunadi Widi Nurcahyo Mardivta, Hafizhah Ramadani, Putri Ramadani, Ramadani Riszki Fadillah Sarjon Defit