Data Mining Analysis For Medical Record Data Clasterization Using K-Means Algorithm In Sylvani Binjai Hospital

Wahyu Surya Nanda, Akim Manaor Hara Pardede, Magdalena Simanjuntak, Article Info, K-Mean Rekam Medis Clustering, Wahyu Surya
{"title":"Data Mining Analysis For Medical Record Data Clasterization Using K-Means Algorithm In Sylvani Binjai Hospital","authors":"Wahyu Surya Nanda, Akim Manaor Hara Pardede, Magdalena Simanjuntak, Article Info, K-Mean Rekam Medis Clustering, Wahyu Surya","doi":"10.60076/indotech.v1i2.43","DOIUrl":null,"url":null,"abstract":"Rekam medis adalah rekaman riwayat dari pasien yang melakukan pengobatan di rumah sakit maupun klinik. RSU Sylvani memiliki banyak pasien, setiap bulannya dan membuat data history pasien menumpuk di dalam data rekam medis, Namun tidak ada tindak lanjut manfaat dari data-data yang tersedia. Padahal data-data tersebut memiliki potensi yang besar untuk memberikan informasi baru dan wawasan yang berharga jika digali dengan data mining menggunakan metode k-means clustering. Jumlah data yang uji sebanyak 893 data dan menghasilkan 4 kelompok dari variabel diagnosa penyakit, jenis kelamin dan alamat. Dimana kelompok 1 berjumlah 268 data dengan pusat diagnosa penyakit Hipertension dan jenis kelamin perempuan pada alamat Kebun Lada. Kelompok 2 berjumlah 289 data dengan pusat diagnosa penyakit Asma dan jenis kelamin perempuan pada alamat Pahlawan. Kelompok 3 berjumlah 185  data dengan pusat diagnosa penyakit GERD dan jenis kelamin laki-laki pada alamat Kebun Lada. kelompok 4 berjumlah 151 data dengan pusat diagnosa penyakit Pembesaran Prostat dan jenis kelamin laki-laki pada alamat Kebun Lada.","PeriodicalId":404516,"journal":{"name":"Indonesian Journal of Education And Computer Science","volume":"541 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Indonesian Journal of Education And Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.60076/indotech.v1i2.43","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Rekam medis adalah rekaman riwayat dari pasien yang melakukan pengobatan di rumah sakit maupun klinik. RSU Sylvani memiliki banyak pasien, setiap bulannya dan membuat data history pasien menumpuk di dalam data rekam medis, Namun tidak ada tindak lanjut manfaat dari data-data yang tersedia. Padahal data-data tersebut memiliki potensi yang besar untuk memberikan informasi baru dan wawasan yang berharga jika digali dengan data mining menggunakan metode k-means clustering. Jumlah data yang uji sebanyak 893 data dan menghasilkan 4 kelompok dari variabel diagnosa penyakit, jenis kelamin dan alamat. Dimana kelompok 1 berjumlah 268 data dengan pusat diagnosa penyakit Hipertension dan jenis kelamin perempuan pada alamat Kebun Lada. Kelompok 2 berjumlah 289 data dengan pusat diagnosa penyakit Asma dan jenis kelamin perempuan pada alamat Pahlawan. Kelompok 3 berjumlah 185  data dengan pusat diagnosa penyakit GERD dan jenis kelamin laki-laki pada alamat Kebun Lada. kelompok 4 berjumlah 151 data dengan pusat diagnosa penyakit Pembesaran Prostat dan jenis kelamin laki-laki pada alamat Kebun Lada.
基于K-Means算法的希尔瓦尼滨海医院病案数据聚类数据挖掘分析
医疗记录是在医院和诊所接受治疗的患者的记录。Sylvani RSU每个月都有很多病人,让病人的历史数据积累在医疗记录中,但没有进一步的好处。然而,这些数据具有巨大的潜力,可以通过使用k- memeing方法挖掘新的信息和有价值的见解。测试了893项数据,产生了4组诊断疾病、性别和地址的数据。其中1组有268个数据,它们在胡椒园地址上有高血压和女性性诊断中心。2组有289个数据,他们在英雄的地址上列出了哮喘和女性诊断中心。第3组人数为185人,在胡椒园地址上有GERD疾病和男性性诊断中心。第四组资料共有151人,其中包括胡椒园地址的前列腺肿大和男性性别诊断中心。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信