Analisis Pola Data Penyakit di Rumah Sakit Menggunakan Association Rule dengan Algoritma FP-Growth
View/ Open
Date
2019Author
Pakpahan, Juniati
Advisor(s)
Nababan, Erna Budhiarti
Siregar, Baihaqi
Metadata
Show full item recordAbstract
Data adalah hal yang selalu mengalami pertambahan dan data yang diperoleh sering dibiarkan begitu saja, sementara data tersebut dapat dikelola untuk menghasilkan suatu informasi baru. Salah satu tempat yang selalu menghasilkan data baru adalah rumah sakit. Salah satu metode yang dapat digunakan untuk pengelolaan data tersebut adalah metode asosiasi yang memperlihatkan pola hubungan suatu penyakit dengan penyakit lain yang muncul disetiap bulan dalam suatu kurun waktu. Pada penelitian ini, algoritma FP-Growth digunakan sebagai cara untuk mengelola data berupa jenis penyakit yang sesuai dengan standar International Statistical Classification of Disease and Related Health Problems (ICD). Pengaplikasian sistem dilakukan dengan menggunakan data penyakit satu rumah sakit di daerah Kota Medan. Penelitian ini menghasilkan sistem asosiasi data yang menampilkan kode penyakit apa saja yang muncul bersama dalam satu bulan dan memperlihatkan nilai confidence sebagai nilai yang menunjukkan peluang aturan asosiasi tersebut. Hasil asosiasi data diperoleh dengan menerima nilai minimum support dan minimum confidence. Jika minimum support yang diberikan semakin besar maka nilai terseleksi pada tabel support count dan confidence semakin sedikit kemudian nilai confidence mengandung nilai yang besar. Namun jika nilai minimum confidence yang diberikan semakin besar, nilai terseleksi pada tabel confidence menjadi lebih sedikit namun tidak mempengaruhi hasil di tabel support count. Data is the thing that always accreting and the data that is obtained is often left out. Meanwhile, the data can be managed so as to produce a new information. One place that always produces new data is hospitals. One method that can be used to manage the data is the association method that shows the pattern of the relationship between an illness and other diseases that appear every month in a period of time. In this study, the FP-Growth algorithm is used as a way to manage disease type data in accordance with International Statistical Classification of Disease and Related Health Problems (ICD) standards. The application of the system is done by using disease data of one hospital in the Medan City area. This study produces a data association system that displays any disease codes that appear together in one month and shows the value of the association of the disease code association. The results of the data association were obtained by accepting minimum support and minimum confidence. If the minimum support provided is greater then the selected value in the table supports count and confidence become less then the value of confidence contains a large value. However, if the minimum value of confidence given is greater, the selected value in the confidence table becomes less but does not affect the results in the table support count.
Collections
- Undergraduate Theses [767]