Paulina, Vina
Unknown Affiliation

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

Found 1 Documents
Search

KLASTERISASI PENDONOR BERDASARKAN USIA MENGGUNAKAN METODE FUZZY C-MEANS (STUDI KASUS: PMI KOTA CIREBON) Paulina, Vina; Asfi, Marsani; Sokibi, Petrus
JSR : Jaringan Sistem Informasi Robotik Vol 8, No 2 (2024): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v8i2.429

Abstract

Donor darah merupakan salah satu kegiatan penting dalam bidang kesehatan. Tujuan donor darah adalah untuk penggunaan darah bagi keperluan pengobatan dan pemulihan kesehatan yang mencakup masalah pengadaan, pengolahan, dan penyampaian darah kepada pasien. Sebelum melakukan donor darah, calon pendonor akan melewati pemeriksaan dengan ketentuan beberapa syarat. Tujuan adanya pengecekan ini adalah untuk memastikan bahwa calon pendonor dalam keadaan sehat dan mengidentifikasi faktor risiko yang dapat mempengaruhi keamanan dan kualitas darah. Selain itu, dalam penelitian ini berfokus pada salah satu syarat pendonor yaitu pada usia. Adanya penelitian ini bertujuan agar bertujuan agar mengetahui berapa banyak usia yang berhasil mendonorkan darah dengan minimal usia 17-64 tahun. Pengklasifikasian data dengan cara mengelompokan pendonor berhasil berdasarkan usia menggunakan Fuzzy C-Means. Fuzzy C-Means merupakan teknik pengelompokan data dimana keberadaan tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. Hasil yang diperoleh dari pengolahan fuzzy c-means akan di validasi kembali menggunakan Tools Rapidminer. Hasil yang diperoleh dari perhitungan menggunakan fuzzy c-means ialah penentuan klasifikasi usia yang terbagi menjadi 3 klaster yaitu klaster 1 muda, klaster 2 parobaya dan klaster 3 tua. Selanjutnya di visualisasikan menggunakan tools Rapidminer untuk memperoleh hasil yang lebih akurat. Hasil dari kedua proses tersebut di analisis serta di sinkronisasi pencocokan dan mendapatkan hasil bahwa klasifikasi usia terbagi menjadi 3 kalster yaitu klaster 1 muda dengan jumlah 1026 data, klaster 0 parobaya dengan jumlah 1029 data dan klaster 2 tua dengan jumlah 231 data.Kata Kunci: Fuzzy C-Means, Donor Darah, Clustering