ANALISA DATA REKAM MEDIS MENGGUNAKAN TEKNIK DATA MINING ASSOCIATION RULES DENGAN ALGORITMA CLUSTERING

IQBAL, MUHAMAD (2022) ANALISA DATA REKAM MEDIS MENGGUNAKAN TEKNIK DATA MINING ASSOCIATION RULES DENGAN ALGORITMA CLUSTERING. S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
Text (JURNAL MAHASISWA)
Jurnal 41516010171 Muhamad Iqbal.pdf

Download (1MB) | Preview

Abstract

Patient information data located in medical centers and hospitals are in the form of ICD codes. Medical Record data is not just a pile of files, but can be used to extract the information contained therein. Some information that can be utilized is the information group of diseases that often suffered by patients in the hospital. Information group of this disease can be utilized by the manager in developing services to patients. From the side of the patient can take advantage of treatment goals are more appropriate target in accordance with the disease he suffered. To determine the analysis of this stack of medical records using groupings, including grouping of regions, gender groupings, age groupings, and ICD code groupings. In this study ICD code used is ICD 10. Preposecing medical record data is divided into two, first data training and second is test data. Key words: Clustering Algorithm, Data Mining, Medical Record, Association Rules, ICD. Data informasi pasien yang terletak di pusat kesehatan dan rumah sakit ada di bentuk kode ICD. Data Rekam Medis tidak hanya berupa tumpukan berkas, tetapi dapat berupa digunakan untuk mengekstrak informasi yang terkandung di dalamnya. Beberapa informasi yang dapat dimanfaatkan adalah informasi kelompok penyakit yang sering diderita oleh pasien di rumah sakit. Kelompok informasi penyakit ini dapat dimanfaatkan oleh manajer dalam mengembangkan pelayanan kepada pasien. Dari sisi pasien dapat memanfaatkan tujuan pengobatan yang lebih tepat sasaran dalam sesuai dengan penyakit yang dideritanya. Untuk menentukan analisis ini tumpukan rekam medis menggunakan pengelompokan, termasuk pengelompokan wilayah, pengelompokan gender, pengelompokan usia, dan pengelompokan kode ICD. Dalam studi ini Kode ICD yang digunakan adalah ICD 10. Preposesing data rekam medis dibagi menjadi dua : pertama data pelatihan dan kedua adalah data uji. Kata kunci: Algoritma Clustering, Data Mining, Medical Record, Association Rules, ICD.

Item Type: Thesis (S1)
Call Number CD: JM/INFO. 22 024
NIM/NIDN Creators: 41516010171
Uncontrolled Keywords: Algoritma Clustering, Data Mining, Medical Record, Association Rules, ICD
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.1 Programming/Pemrograman
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: ELMO ALHAFIIDH PUTRATAMA
Date Deposited: 23 Sep 2022 03:54
Last Modified: 23 Sep 2022 03:54
URI: http://repository.mercubuana.ac.id/id/eprint/69440

Actions (login required)

View Item View Item