<![CDATA[Dalam prakteknya, tidak selalu semua fitur data bertipe numerik ataupun bertipe kategorik. Perbedaan fitur pada suatu data menjadi permasalahan dalam menentukan metode yang akan digunakan. Salah satu cara yang sering digunakan untuk mengatasi permasalahan tersebut yaitu mengubah salah-satu dari nilai fitur dengan menyesuaikan metode yang akan digunakan. Misalkan dalam analisis cluster, terdapat beberapa algoritma yang sering digunakan diantaranya adalah K-Means dan K-Modes. Kedua metode ini memiliki perbedaan dari fitur yang digunakan. K-Means menggunakan tipe data numerik sedangkan K-Modes menggunakan tipe data kategorik. Dalam penelitian ini dilakukan komprasi antara metode K-Means dan K-Modes untuk mengclusterkan pasien penyakit jantung. Dataset yang digunakan dalam penelitian ini adalah data rekam medis pasien penyakit jantung RSUD Undata palu. Hasil penelitian menunjukkan bahwa dari kedua metode yang dibandingkaan memiliki tingkat akurasi yang baik, yaitu 84.47% (untuk metode K-Means), dan 83.85% (untuk metode K-Modes).]]>
Copyrights © 2023
