PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOID DALAM PENGELOMPOKAN DATA PASIEN BERDASARKAN REKAM MEDIS DI PUSKESMAS M. THAHA BENGKULU SELATAN
DOI:
https://doi.org/10.54314/jssr.v6i3.1445Abstrak
Puskesmas M.Thaha Bengkulu Selatan merupakan salah satu pusat kesehatan masyarakat yang terdapat di Bengkulu Selatan. Selama ini pengelolaan data rekam medis masih dilakukan secara manual dengan mengisi form rekam medis yang telah disediakan dari Puskesmas. Dikarenakan pengelolaan data yang masih manual, membuat pihak puskesmas kesulitan dalam memilih materi yang tepat untuk penyuluhan suatu penyakit ke masyarakat. Selain itu data-data yang ada di Puskesmas tersebut disusun dalam bentuk arsip, sehingga ketika membutuhkan suatu informasi dari data tersebut, dibutuhkan waktu yang cukup lama dikarenakan harus memilah satu persatu arsip yang telah disimpan. Pengelompokan data penduduk lanjut usia pada Metode K-Means dan Metode K-Medoids dibagi menjadi 2 kelompok yaitu Cluster C1 dan Cluster C2. Aplikasi pengelompokan data pasien berdasarkan rekam medis pasien di Puskesmas M. Thaha Bengkulu Selatan dapat digunakan untuk mengetahui penyakit mana yang masuk ke dalam kelompok dengan intensitas tinggi atau rendah berdasarkan rekam medis pasien dan dapat membantu pihak puskesmas dalam memilih materi untuk penyuluhan ke masyarakat khususnya tentang penyakit. Hasil analisis perbandingan antara Metode K-Means dan K-Medoids, diperoleh bahwa perbedaan hasil pengelompokan, iterasi dan waktu proses terjadi tergantung nilai centroid awal yang digunakan pada masing-masing metode. Berdasarkan hasil pengujian yang telah dilakukan, aplikasi pengelompokan data pasien berdasarkan rekam medis pasien di Puskesmas M. Thaha Bengkulu Selatan berhasil dilakukan, dan dapat memberikan informasi berdasarkan 2 kelompok yaitu Cluster C1 dan Cluster C2, serta fungsional dari aplikasi telah berjalan sesuai dengan yang diharapkan.Unduhan
Referensi
Budi, A. 2018. Pemrograman Windows Dengan Visual Basic .Net : Praktikum Pemrograman VB.Net. s.l.:Google Book.
Firman, A., 2019. Analisis dan Perancangan Sistem Informasi. Surabaya: Penerbit Qiara Media.
Indrajani., 2018. Database Design Theory, Practice, and Case Study. Jakarta: PT. Elex Media Komputindo.
Jollyta, D., Ramdhan, W. & Zarlis, M., 2020. Konsep Data Mining Dan Penerapan. Yogyakarta: Penerbit Deepublish.
Kusuma, P. D., 2020. Machine Learning Teori, Program dan Studi Kasus. Yogyakarta: Penerbit Deepublish.
Kusumo, A. S., 2016. Administrasi SQL Server 2014. Jakarta: PT. Elex Media Komputindo.
Lubis, A., 2016. Basis Data Dasar Untuk Mahasiswa Ilmu Komputer. Yogyakarta: Deepublish.
Maulida, L., 2018. Penerapan Data Mining Dalam Mengelompokkan Kunjungan Wisatawan Ke Objek Wisata Unggulan Di Provinsi DKI Jakarta Dengan K-Means. JISKA (Jurnal Informatika Sunan Kalijaga), Volume Vol.2 No.3 ISSN.2527-5836.
Ordila, R., Wahyudi, R., Irawan, Y. & Sari, M. Y., 2020. Penerapan Data Mining Untuk Pengelompokan Data Rekam Medis Pasien Berdasarkan Jenis Penyakit Dengan Algoritma Clustering (Studi Kasus : Poli Klink PT. Inecda). Jurnal Ilmu Komputer, Volume Vol.9 No.2 e-ISSN:2579-3918.
Prianto, C. & Bunyamin, S., 2020. Panduan Pembuatan Aplikasi Clustering Gangguan Jaringan Menggunakan Metode K-Means Clustering. Cetakan Pertama penyunt. Bandung: Penerbit Kreatif Industri Nusantara.
Sibuea, M. L., & Safta, A. (2017). Pemetaan Siswa Berprestasi Menggunakan Metode K-Means Clustring. JURTEKSI (Jurnal Teknologi dan Sistem Informasi), 4(1), 85-92.
Suprapto, U., 2021. Pemodelan Perangkat Lunak (C3) Kompentesi Keahlian : Rekayasa Perangkat Lunak Untuk SMK/MAK Kelas XI. Jakarta: Grasindo.
Wahyudi, M., Masitha, Saragih, R. & Solikhun, 2020. Data Mining : Penerapan Algoritma K-Means Clustering dan K-Medoids Clustering. Medan: Penerbit Yayasan Kita Menulis.
Wanto, A. et al., 2020. Data Mining : Algoritma Dan Implementasi. Medan: Yayasan Kita Menulis.




