EVALUASI DAN PEMETAAN KELOMPOK PASIEN PENDERITA STROKE DENGAN TEKNIK CLUSTERING DAN ASOSIASI (STUDI KASUS : RUMAH SAKIT UMUM DAERAH POLEWALI MANDAR) = EVALUATION AND MAPPING OF STROKE PATIENT GROUP USING CLUSTERING AND ASSOCIATION TECHNIQUES (CASE STUDY: POLEWALI MANDAR GENERAL HOSPITAL)


Rial, Rini Febrianti (2023) EVALUASI DAN PEMETAAN KELOMPOK PASIEN PENDERITA STROKE DENGAN TEKNIK CLUSTERING DAN ASOSIASI (STUDI KASUS : RUMAH SAKIT UMUM DAERAH POLEWALI MANDAR) = EVALUATION AND MAPPING OF STROKE PATIENT GROUP USING CLUSTERING AND ASSOCIATION TECHNIQUES (CASE STUDY: POLEWALI MANDAR GENERAL HOSPITAL). Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D121171301_skripsi_08-08-2023 caver1.tif

Download (220kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
D121171301_skripsi_08-08-2023 bab 1-2.pdf

Download (1MB)
[thumbnail of Dapus] Text (Dapus)
D121171301_skripsi_08-08-2023 dp.pdf

Download (890kB)
[thumbnail of Full Text] Text (Full Text)
D121171301_skripsi_08-08-2023.pdf
Restricted to Repository staff only until 19 December 2025.

Download (3MB)

Abstract (Abstrak)

RINI FEBRIANTI RIAL . Evaluasi Dan Pemetaan Kelompok Pasien Penderita Stroke Dengan Teknik Clustering Dan Asosiasi (Studi Kasus Rumah Sakit Umum Daerah Polewali Mandar) (dibimbing oleh Amil Ahmad Ilham dan Anugrayani Bustamin)

Stroke merupakan salah satu penyebab kematian dan kecacatan neurologis yang utama di seluruh dunia. Stroke menyebabkan penderitanya kehilangan kemampuan dan keterampilan. Merujuk pada data rekam medik pasien Rumah Sakit Umum Daerah Polewali Mandar berjumlah 500 data maka penelitian ini bertujuan untuk mengevaluasi dan memetakan karakteristik gejala pasien penyakit stroke. Penelitian ini menggunakan 2 metode yaitu clustering yang dimana kita dapat melihat pengelompokkan pasien penyakit stroke dengan menggunakan algoritma K-Means dengan nilai k yang merupakan jumlah klaster ditentukan menggunakan metode Elbow dan SSE (70,940554) dan nilai Silhoutte Score (0,64) dan menghasilkan 7 klaster. Metode asosiasi digunakan untuk mencari keterkaitan antar variabel untuk melihat pola gejala pasien penyakit Stroke. Algoritma apriori sebagai metode asosiasi digunakan dengan 2 parameter yaitu min support 70% dan minimum confidence 85% yang menghasilkan 7 rules dengan keterkaitan antara variabel yang cukup tinggi.

Keywords : Stroke, Clustering, Asosiasi, K-Means, Apriori, Minimum Support, Minimum Confidence, Silhouette Score

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Stroke, Clustering, Association, K-Means, Apriori, Minimum Support, Minimum Confidence, Silhouette Score.
Subjects: T Technology > T Technology (General)
Divisions (Program Studi): Fakultas Teknik > Teknik Informatika
Depositing User: S.Sos Rasman -
Date Deposited: 25 Mar 2024 07:33
Last Modified: 25 Mar 2024 07:33
URI: http://repository.unhas.ac.id:443/id/eprint/31456

Actions (login required)

View Item
View Item