<![CDATA[Indonesia termasuk dalam 10 besar negara dengan jumlah penderita diabetes melitus tertinggi di dunia. Di Kota Cimahi, Puskesmas Cigugur Tengah juga mencatatkan kasus diabetes melitus yang cukup tinggi. Namun, pengelolaan data masih terbatas pada analisis sederhana, yang membuat kebijakan penanggulangan kurang efektif. Karena itu, dibutuhkan metode yang lebih baik agar kebijakan yang diambil lebih tepat sasaran dan berdampak nyata dalam mengurangi penyakit ini. Penelitian ini bertujuan untuk mengidentifikasi pola gejala pada penderita Diabetes Melitus (DM) di Puskesmas Cigugur Tengah menggunakan algoritma Apriori. Data yang digunakan terdiri dari 516 rekam medis pasien dengan 10 atribut gejala, seperti sering kencing, cepat lapar, kesemutan, dan usia ≥ 45 tahun. Melalui teknik data mining dengan nilai minimum support 3%, penelitian ini berhasil menemukan 5 (lima) kandidat itemset anamnesa. Berdasarkan analisis data dengan algoritma Apriori di RapidMiner, kombinasi gejala "Cepat Lapar," "Sering Kencing," dan "Kesemutan" memiliki frekuensi kemunculan tinggi (0.723) dan menjadi pola dominan dalam deteksi awal diabetes melitus, dengan gejala tunggal "Cepat Lapar" (0.959) dan "Sering Kencing" (0.864) sebagai indikator utama. Kombinasi ini, terutama jika ditambah gejala "Lemas" (support 0.516), menunjukkan keterkaitan yang kuat, sedangkan gejala "Sering Haus" dan usia ≥ 45 tahun berkontribusi lebih rendah pada pola ini. Kombinasi "Lemas" dan "Sering Haus" memiliki nilai lift tertinggi (1.383), menunjukkan hubungan signifikan dengan gejala lainnya, sehingga menguatkan potensi prediksi kondisi kesehatan terkait diabetes melitus. Kata Kunci: Diabetes Melitus, Algoritma Apriori, RapidMiner, Pola Gejala, Puskesmas.]]>
Copyrights © 2025
