Implementasi Algoritma Data Mining Pada Data Penyakit Pasien Rumah Sakit = Implementation of Data Mining Algorithms on Hospital Disease Patient Data

Latar belakang. Dalam dunia kesehatan, teknologi memiliki salah satu perang penting dalam menyimpan informasi-informasi mengenai pasien yang berkunjung yang kemudian disimpan dalam bentuk digital. Sayangnya, penggunaan data kesehatan pada rumah sakit yang digunakan hanya terbatas pada keperluan administrasi, tumpukan data dari tahun ke tahun kemudian tidak dipergunakan untuk apa apa. Melalui data mining, data dengan sebegitu lengkapnya dapat memberikan wawasan yang lebih luas lagi dan bahkan memungkinkan untuk menemukan pola-pola tersembunyi yang kemudian dapat digunakan untuk memahami suatu penyakit lebih dalam termasuk seperti manajemen penyakit itu sendiri, memahami faktor faktor risiko yang paling berpengaruh, dan mendukung pencegahan yang lebih efektif. Metode. Penelitian akan mengimplementasikan data mining pada data penyakit pasien rawat inap pada tahun 2023 untuk 10 penyakit terbanyak menggunakan dua metode: klastering dan asosiasi. Metode clustering yang akan digunakan yaitu K-Prototype dan kemudian dilanjutkan dengan analisa di setiap klaster nantinya untuk kemudian dianalisa secara lebih dalam menggunakan algoritma Apriori. Hasil. Hasil klaster terbagi menjadi 4 kelompok dengan setiap klasternya memiliki karakteristik yang unik dan berbeda satu sama lainnya namun juga menunjukkan pola dalam setiap klaster konsisten dengan dominasi variabel pada setiap klaster. Lebih lanjut lagi hasil analisa pada setiap klasternya menggunakan Apriori mengungkapkan keterkaitan kuat antara gejala dan diagnosis dominan pada masing-masing klaster.