Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JOINT (Journal of Information Technology

Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Cigugur Tengah Castaka Agus Sugianto; Ayu Hendrati Rahayu; Aditia Gusman
Journal of Information Technology Vol 2 No 2 (2020): JOINT (Journal of Information Technology)
Publisher : LPPM STMIK AMIK BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47292/joint.v2i2.30

Abstract

Puskesmas Cigugur Tengah dalam setiap harinya melayani pasien sekitar 150 orang dari berbagai wilayah didaerah Cigugur Tengah. Dengan bertambahnya jumlah pasien tersebut, maka bertambah pula data pasien setiap harinya, sehingga sejumlah data tidak dapat dipelajari lebih lanjut dan data tersebut hanya digunakan sebagai arsip saja. Berdasarkan latar belakang tersebut, maka penulis ingin mengolah data tersebut untuk mengelompokan penyakit pasien berdasarkan penyakit akut dan penyakit tidak akut menggunakan teknik data mining dengan metode clustering dengan algoritma k-means dan algoritma k-medoids sebagai pembanding. Sehingga nantinya dapat membantu pihak Puskesmas Cigugur Tengah untuk mengetahui penyakit apa yang paling banyak diderita pasien, kemudian dapat membantu pihak pemerintah khususnya Dinas Kesehatan dalam pemberian penyuluhan kesehatan kepada masyarakat sekitar. Berdasarkan hasil pengujian dari algoritma k-means dan algoritma k-medoids, didapat cluster model untuk algoritma k-means sebanyak 241 items pada cluster_0 atau penyakit akut sebesar 96% dan 9 items pada cluster­_1 atau penyakit tidak akut sebesar 4% dari 250 data, sedangkan untuk algoritma k-medoids sebanyak 224 items pada cluster_0 atau penyakit akut sebesar 90% dan 26 items pada cluster­_1 atau penyakit tidak akut sebesar 10% dari 250 data, maka penyakit yang paling banyak diderita pasien pada Puskesmas Cigugur Tengah adalah penyakit akut sebesar 93%, dengan nilai Davies Bouldin untuk algoritma k-means sebesar -0.453 dan algoritma k-medoids sebesar -1.276. Dari hasil tersebut dapat dikatakan bahwa algoritma yang menghasilkan nilai Davies Bouldin terkecil dianggap sebagai algoritma yang lebih baik, maka dapat disimpulkan bahwa algoritma k-means lebih baik dari algoritma k-medoids yang menghasilkan nilai rata – rata Davies Bouldin sebesar -1.276.
Penerapan Algoritma FP-Growth Untuk Mengetahui Pola Pada Data Transaksi Percetakan (Studi Kasus Java Printing Batujajar) Sugianto, Castaka Agus; Sukmawati, Dini
Journal of Information Technology Vol 5 No 1 (2023): JOINT (Journal of Information Technology)
Publisher : LPPM STMIK AMIK BANDUNG

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

Abstract

Transaction data in the printing industry provides valuable insights into concurrently favored products by customers within a specific timeframe. Java Printing Batujajar has recorded printing transactions over the past 2 years. However, the lack of data management has led to disorganized raw material inventory, resulting in many unprocessed transaction records. The collected data consists of 704 printing transaction records from 2021 to 2022. Consequently, a solution is needed to identify patterns within this transaction data. This research aims to employ the association method with FP-Growth algorithm using the RapidMiner software. The research findings reveal an association between two products: "Buku Yasin L 208hl" (Complete/using elbow and tassel ribbon, 208 pages) and "Buku Yasin L 224hl" (Complete/using elbow and tassel ribbon, 224 pages). Both products exhibit the highest support value, accounting for 11.5% of total transactions, indicating their frequent simultaneous purchases. Moreover, the confidence value for the association between these two products reaches 100%, implying that if a customer purchases "Buku Yasin L 208hl," they will certainly buy "Buku Yasin L 224hl" as well. The test results indicate that by adjusting experimental parameters, higher support and confidence values are achieved compared to using default parameters. This signifies that experimental testing is more effective in discovering product associations and providing valuable information for optimizing the arrangement and storage of related raw materials.