PERBANDINGAN ALGORITMA NAIVE BAYES DAN DECISION TREE UNTUK KLASIFIKASI DATA REKAM MEDIS BERDASARKAN KODE ICD-10 DI RUMAH SAKIT X TANGERANG SELATAN

MUMTAZ, NABILAH (2022) PERBANDINGAN ALGORITMA NAIVE BAYES DAN DECISION TREE UNTUK KLASIFIKASI DATA REKAM MEDIS BERDASARKAN KODE ICD-10 DI RUMAH SAKIT X TANGERANG SELATAN. S1 thesis, Universitas Mercu Buana.

Preview	Text (HAL COVER) 01 Cover.pdf Download (1MB) | Preview
Preview	Text (ABSTRAK) 02 Abstrak.pdf Download (24kB) | Preview
	Text (BAB 1) 03 Bab 1.pdf Restricted to Registered users only Download (133kB)
	Text (BAB 2) 04 Bab 2.pdf Restricted to Registered users only Download (129kB)
	Text (BAB 3) 05 Bab 3.pdf Restricted to Registered users only Download (37kB)
	Text (BAB 4) 06 Bab 4.pdf Restricted to Registered users only Download (273kB)
	Text (BAB 5) 07 Bab 5.pdf Restricted to Registered users only Download (237kB)
	Text (DAFTAR PUSTAKA) 08 Daftar Pustaka.pdf Restricted to Registered users only Download (166kB)
	Text (LAMPIRAN) 09 Lampiran.pdf Restricted to Registered users only Download (200kB)

Abstract

The number of patient records that continues to increase can lead to data accumulation, impact on the performance of medical staff and to see trends in disease patterns suffered in community groups. The main objective of this research is to process medical data to classify the type of disease to make a positive contribution to all stakeholders, including hospital policy makers, medical institutions, and the government that handles health. The method used in this study is the Decision Tree and Naive Bayes algorithm method using the international disease code attribute as the destination label attribute for 21 international disease groups, namely: A00-B99 to Z00-Z99. From data mining obtained at Hospital X in South Tangerang for treatment in January 2019, data analysis was carried out. The accuracy value obtained by the decision tree algorithm is 0.93. In my opinion, this accuracy is already very high in predicting or classifying disease diagnoses at Hospital X in South Tangerang. And the accuracy value obtained by the Naive Bayes algorithm is only 0.61 which makes this algorithm have a final result that is not good enough because it produces a classification performance that is not high enough. Key words: Medical Records, Data Mining, Machine Learning, Decision Tree, Naive Bayes Jumlah catatan pasien yang terus meningkat dapat menyebabkan akumulasi data, berdampak pada kinerja staf medis dan menyulitkan untuk melihat pola tren penyakit yang diderita dalam kelompok masyarakat. Tujuan utama dari penelitian ini adalah mengolah tumpukan data rekam medis untuk mengklasifikasikan jenis penyakit untuk memberikan kontribusi positif kepada semua pemangku kepentingan, baik pembuat kebijakan rumah sakit, institusi medis, dan pemerintah yang menangani kesehatan. Metode yang digunakan dalam penelitian ini adalah metode algoritma Decision Tree dan Naive Bayes dengan menggunakan atribut kode penyakit internasional sebagai atribut label tujuan sebanyak 21 kelompok penyakit internasional, yaitu: A00-B99 sampai dengan Z00-Z99. Dari data mining yang diperoleh di Rumah Sakit X di Tangerang Selatan berobat pada bulan Januari 2019 dilakukan analisis data. Nilai akurasi yang didapatkan oleh algoritma decision tree sebesar 0.93. Menurut saya akurasi tersebut sudah sangat tinggi dalam Perbandingan Algoritma Naive Bayes dan Decision Tree untuk Klasifikasi Data Rekam Medis Berdasarkan Kode ICD-10 Di Rumah Sakit X Tangerang Selatan. Dan Nilai akurasi yang didapatkan oleh algoritma naive bayes hanya sebesar 0.61 yang menjadikan algoritma ini memiliki hasil akhir yang tidak cukup bagus karena menghasilkan performa klasifikasi yang tidak cukup tinggi. Kata kunci: Rekam Medis, Data Mining, Machine Learning, Decision Tree, Naive Bayes

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 22 041
NIM/NIDN Creators:	41518010168
Uncontrolled Keywords:	Rekam Medis, Data Mining, Machine Learning, Decision Tree, Naive Bayes
Subjects:	200 Religion/Agama > 240 Christian Moral and Devotional Theology/Moral Kristen dan Teologi Kebaktian 200 Religion/Agama > 240 Christian Moral and Devotional Theology/Moral Kristen dan Teologi Kebaktian > 241 Moral Theology/Teologi Moral dalam Agama Kristen 200 Religion/Agama > 240 Christian Moral and Devotional Theology/Moral Kristen dan Teologi Kebaktian > 241 Moral Theology/Teologi Moral dalam Agama Kristen > 241.5 Ethics Code/Kode Etik Kristen
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	LUTHFIAH RAISYA ARDANI
Date Deposited:	16 Sep 2022 09:20
Last Modified:	19 Sep 2022 02:36
URI:	http://repository.mercubuana.ac.id/id/eprint/69180

Actions (login required)

View Item