Penerapan Data Mining Untuk Menentukan Peyakit Menggunakan Algoritma C4.5 Pada UPTD Puskesmas Segiri

Anwar, Muhammad Kasyful (2023) Penerapan Data Mining Untuk Menentukan Peyakit Menggunakan Algoritma C4.5 Pada UPTD Puskesmas Segiri. S1 Teknik Informatika thesis, STMIK Widya Cipta Dharma.

	Text 1643174-S1-Teknik Informatika.pdf Restricted to Repository staff only Download (5MB) | Request a copy
	Text 1643174-S1-Jurnal.pdf Restricted to Repository staff only Download (322kB) | Request a copy

Abstract

Puskesmas berperan aktif menyelenggarakan upaya kesehatan untuk meningkatkan kesadaran, kemauan dan kemampuan hidup sehat bagi setiap penduduk agar memperoleh derajat kesehatan yang optimal. Salah satu puskesmas di kota samarinda yang memberikan pelayanan kesehatan bagi masyarkat adalah UPTD Puskesmas Segiri. Mulai dari pertama kali beroperasi hingga saat ini, jumlah data yang dihasilkan oleh UPTD Puskesmas Segiri sangatlah banyak. Data-data tersebut saat ini masih dikelola secara manual melalui aplikasi Excel dan karena jumlah data yang sangat banyak sehingga menyebabkan kesulitan dalam proses pencarian data, analisa data dan pengolahan data menjadi laporan. Sistem pengolahan data yang bisa digunakan salah satunya adalah sistem data mining menggunakan algoritma c4.5. Data mining adalah proses untuk mendapatkan informasi yang berguna dari basis data yang besar dan perlu diekstraksi agar menjadi informasi baru dan dapat membantu dalam pengambilan keputusan. Data mining memiliki banyak sebutan atau istilah lain, diantranya knowledge mining from data, knowledge extraction, data/pattern analysis, data archeology dan data dredging. Data Mining mempunyai beberapa tahapan yaitu Data Selection, Preprocessing/cleaning, Transformasi, Data Mining dan yang terakhir Interprestasi/evaluasi. Hasil penelitian ini menunjukaan bahwa dari banyaknya data kunjungan pasien berobat, dapat disimpulkan data tersebut mempunya rule/aturan dalam mengambil keputusan penyakit, semakin banyak data yang di analisis maka semakin akurat pula hasil yang didapatkan. Hal ini ditujukkan dari hasil analisi data pasien berobat, hasil yang didapat ada 31 rule/aturan dalam mengambil keputusan penyakit, dimana dari jumlah data latih : 450 data, jumlah pengujian yang tepat : 440 data, jumlah pengujian tidak tepat : 10 data, hasil persentase akurasi yang didapatkan yaitu 97.8 % tepat dan 2.2 % tidak tepat. ============================================================ Puskesmas plays an active role in organizing health efforts to increase awareness, willingness and ability to live healthy for every resident in order to obtain optimal health status. One of the health centers in the city of Samarinda that provides health services to the community is the UPTD Segiri Health Center. Starting from the first time it was operating until now, the amount of data generated by the Segiri Health Center UPTD is enormous. These data are currently still managed manually through the Excel application and because the amount of data is very large, it causes difficulties in the process of searching for data, analyzing data and processing data into reports. One of the data processing systems that can be used is a data mining system using the c4.5 algorithm. Data mining is the process of obtaining useful information from a large database and needs to be extracted so that it becomes new information and can assist in decision making. Data mining has many other names or terms, including knowledge mining from data, knowledge extraction, data/pattern analysis, data archeology and data dredging. Data Mining has several stages, namely Data Selection, Preprocessing/cleaning, Transformation, Data Mining and finally interpretation/evaluation. The results of this study indicate that from the large number of data on patient visits for treatment, it can be concluded that these data have rules in making disease decisions, the more data that is analyzed, the more accurate the results obtained. This is shown from the results of patient data analysis for treatment, the results obtained are 31 rules in making disease decisions, where from the amount of training data: 450 data, the number of tests that are correct: 440 data, the number of tests that are not correct: 10 data, the percentage results The accuracy obtained is 97.8% correct and 2.2% incorrect.

Item Type:	Thesis (S1 Teknik Informatika)
Additional Information:	Pembimbing 1 : Drs. Azahari, M.Kom Pembimbing 2 : Wahyuni, S.Kom., M.Kom
Uncontrolled Keywords:	Data Mining, Algoritma C4.5
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Teknik Informatika
Depositing User:	Mr. Muhammad Kasyful Anwar
Date Deposited:	20 Feb 2023 05:58
Last Modified:	20 Feb 2023 05:58
URI:	http://repository.wicida.ac.id/id/eprint/4729

Actions (login required)

View Item