Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal SITEDI SITEDI (Sistem Informasi dan Teknologi Digital)
matsway, dian ahsana matsway
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
Analysis of Clustering of Diabetes Risk Patients Using the K-Means Algorithm: Analisis Clustering Pasien Berisiko Diabetes dengan Algoritma K-Means matsway, dian ahsana matsway; Firmansyah, Hsbi
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 2 No. 3 (2025): Jurnal Sistem Informasi dan Teknologi Digital
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v2i1.44

Abstract

Diabetes adalah salah satu penyakit jangka panjang yang dapat memengaruhi kualitas hidup dan mengurangi panjang umur seseorang. Kondisi ini ditandai oleh kesulitan tubuh dalam memproduksi atau memanfaatkan insulin dengan baik, yang menyebabkan peningkatan gula darah. Pencegahan sejak awal sangat penting untuk menekan kemungkinan komplikasi yang diakibatkan oleh diabetes. Dalam studi ini, metode K-Means diterapkan untuk mengelompokkan pasien berdasar tingkat risiko diabetes dengan memanfaatkan informasi klinis seperti tingkat glukosa, tekanan darah, indeks massa tubuh (BMI), jumlah kehamilan, dan faktor lainnya. Data yang digunakan berasal dari Kaggle, yang mencakup 2000 data pasien wanita dari etnis Pima India. Hasil pengelompokan membentuk tiga kelompok utama, yaitu pasien yang tidak berisiko diabetes, pasien yang memiliki risiko tinggi diabetes, dan pasien yang berisiko rendah diabetes. Penelitian ini melihat seblumnya bahwa metode K-Means dapat berfungsi sebagai alat yang efisien untuk menganalisis data, sehingga mendukung deteksi awal dan pengelolaan diabetes dengan lebih tepat.
Analysis of Clustering of Diabetes Risk Patients Using the K-Means Algorithm: Analisis Clustering Pasien Berisiko Diabetes dengan Algoritma K-Means matsway, dian ahsana matsway; Firmansyah, Hsbi
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 2 No. 3 (2025): Jurnal Sistem Informasi dan Teknologi Digital
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v2i1.44

Abstract

Diabetes adalah salah satu penyakit jangka panjang yang dapat memengaruhi kualitas hidup dan mengurangi panjang umur seseorang. Kondisi ini ditandai oleh kesulitan tubuh dalam memproduksi atau memanfaatkan insulin dengan baik, yang menyebabkan peningkatan gula darah. Pencegahan sejak awal sangat penting untuk menekan kemungkinan komplikasi yang diakibatkan oleh diabetes. Dalam studi ini, metode K-Means diterapkan untuk mengelompokkan pasien berdasar tingkat risiko diabetes dengan memanfaatkan informasi klinis seperti tingkat glukosa, tekanan darah, indeks massa tubuh (BMI), jumlah kehamilan, dan faktor lainnya. Data yang digunakan berasal dari Kaggle, yang mencakup 2000 data pasien wanita dari etnis Pima India. Hasil pengelompokan membentuk tiga kelompok utama, yaitu pasien yang tidak berisiko diabetes, pasien yang memiliki risiko tinggi diabetes, dan pasien yang berisiko rendah diabetes. Penelitian ini melihat seblumnya bahwa metode K-Means dapat berfungsi sebagai alat yang efisien untuk menganalisis data, sehingga mendukung deteksi awal dan pengelolaan diabetes dengan lebih tepat.
Co-Authors Firmansyah, Hsbi