ANALISA POLA DATA PENYAKIT RUMAH SAKIT DENGAN MENERAPKAN METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA APRIORI

Harris Kurniawan, Fujiati ., Alfa Saleh

Sari


umah Sakit adalah tempat untuk menangani pasien dari berbagai daerah dan jenis penyakit pasien tersebut berbeda-beda, karena cara hidup dan lingkungan berperan dalam perjalanan penyakit. Berdasarkan  hal  tersebut
untuk  meningkatkan  upaya  menurunkan angka kesakitan dan prevalensi timbulnya komplikasi pada penyakit maka perlu dilakukan penelitian-penelitian yang mengarah pada pembuatan sistem yang dapat mendeteksi timbulnya penyakit sehingga dapat dilakukan upaya  prefentif  serta  upaya rehabilitatif  bagi  penderita  penyakit  dengan pendekatan  yang menyeluruh,  sehingga  dampak  terjadinya  berbagai  penyakit menahun, seperti penyakit jantung koroner, penyakit pada mata, ginjal dan syaraf dapat dikurangi. Dalam usaha peningkatan kesehatan, penguasaan teknologi perlu ditingkatkan. Selain itu, juga perlu diimbangi dengan sistem informasi dan data yang akurat bagi kepentingan dinas kesehatan maupun instansi terkait untuk pengambilan kebijakan. Salah satu alternatif sebagai solusi dari masalah tersebut adalah membuat suatu pencarian pola atau hubungan Association rule (aturan asosiatif) dari data yang berskala besar dan kaitannya sangat erat dengan data mining yang dapat digunakan untuk menemukan aturan-aturan tertentu yang mengasosiasikan data yang satu dengan data yang lainnya dengan Metode algoritma apriori bisa melakukan penelusuran pada data historis untuk mengidentifikasi pola data yang didasarkan pada sifat-sifat yang teridentifikasi sebelumnya. Informasi  yang  dihasilkan  untuk  selanjutnya bisa digunakan  oleh Dinas Kesehatan setempat  maupun  dokter  sebagai  dasar  untuk  melakukan  tindakan-tindakan yang diperlukan.

Kata Kunci


Data Mining; Association rule; algoritma apriori

Teks Lengkap:

PDF

Referensi


Abdallah Alashqur, “Mining Association Rule: A Database Perspective”, International Journal of Computer Science

and Network Security, Vol 8 No. 12, December 2008, Page 69 – 74, HTTP://paper.ijcsns.org/07_book/200812/20081211.

pdf

D,Suryadi, (2001) Pengantar Data Mining, Andi, Yogyakarta

Kusrini (2007), “Penerapan Algoritma Apriori pada Data Mining untuk Mengelompokkan Barang Berdasarkan

Kecenderungan Kemunculan Bersama dalam Satu Transaksi”, Page 1 – 16, HTTP://dosen.amikom.ac.id/.../Publikasi%2

Apriori-Kusrini_Feb-07_.pdf

Susanto. (2010). Pengantar Data Mining. Informatika. Jakarta

Therling K. (2006).“ An Introduction to DataMining: Discovering hidden value in your data warehouse”, www.thearling.com, diakses tanggal 21 Mei 2013.


Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##

##submission.license.cc.by4.footer##

Kantor Redaksi SNIf. Gedung LPPM Lt2, Kampus Universitas Potensi Utama. Jl. K.L. Yos Sudarso Km 6,5 No.3-A Telp. (061) 6640525 Ext. 214 Tanjung Mulia Medan 20241
slot gacor maxwin
slot pulsa https://tipd.uinsi.ac.id/.well-known/emang-boleh-segacor-ini/ slot gacor maxwin link slot gacor situs toto