Pemanfaatan Data Rekam Medis dalam Menentukan Cluster Penyakit Melalui Data Mining di Rs Aisyiyah Siti Fatimah Tulangan Sidoarjo

IF 0.4 Q4 EMERGENCY MEDICINE
Umi Khoirun Nisak, Brema Arya Yudano, Uce Indahyanti
{"title":"Pemanfaatan Data Rekam Medis dalam Menentukan Cluster Penyakit Melalui Data Mining di Rs Aisyiyah Siti Fatimah Tulangan Sidoarjo","authors":"Umi Khoirun Nisak, Brema Arya Yudano, Uce Indahyanti","doi":"10.35584/carejournal.v2i1.98","DOIUrl":null,"url":null,"abstract":"Jumlah rekam medis yang masuk setiap hari mengalami penambahan jumlah data di rumah sakit Aisyiyah Siti Fatimah Tulangan Sidoarjo. Namun, data yang tersimpan terbatas menjadi tumpukan data yang belum tergali secara optimal dalam pemanfaatannya. Pemanfatan data yang belum optimal seharusnya dapat dimanfaatkan untuk menghasilkan informasi baru jika digali lebih dalam dengan metode data mining. Penelitian ini bertujuan melakukan clustering diagnosa penyakit berdasarkan data rekam medis menggunakan algoritma K-Means. Metode penelitian menggunakan deskriptif. Hasil proses clustering software RapidMiner dengan 5 cluster mendapatkan hasil C0 didominasi diagnosa I11.0, C1 didominasi diagnosa E11.8, C2 didominasi diagnosa A15.3, C3 didominasi diagnosa E05.9, C4 didominasi diagnosa E11.8. Uji validitas cluster menggunakan metode Davies Bouldin Index (DBI) dengan 5 cluster mendapatan nilai 0.469 \n ","PeriodicalId":51984,"journal":{"name":"Emergency Care Journal","volume":"18 1","pages":""},"PeriodicalIF":0.4000,"publicationDate":"2022-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Emergency Care Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35584/carejournal.v2i1.98","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"EMERGENCY MEDICINE","Score":null,"Total":0}
引用次数: 1

Abstract

Jumlah rekam medis yang masuk setiap hari mengalami penambahan jumlah data di rumah sakit Aisyiyah Siti Fatimah Tulangan Sidoarjo. Namun, data yang tersimpan terbatas menjadi tumpukan data yang belum tergali secara optimal dalam pemanfaatannya. Pemanfatan data yang belum optimal seharusnya dapat dimanfaatkan untuk menghasilkan informasi baru jika digali lebih dalam dengan metode data mining. Penelitian ini bertujuan melakukan clustering diagnosa penyakit berdasarkan data rekam medis menggunakan algoritma K-Means. Metode penelitian menggunakan deskriptif. Hasil proses clustering software RapidMiner dengan 5 cluster mendapatkan hasil C0 didominasi diagnosa I11.0, C1 didominasi diagnosa E11.8, C2 didominasi diagnosa A15.3, C3 didominasi diagnosa E05.9, C4 didominasi diagnosa E11.8. Uji validitas cluster menggunakan metode Davies Bouldin Index (DBI) dengan 5 cluster mendapatan nilai 0.469  
每天的医疗记录数量在Sidoarjo医院增加了数据。然而,有限的数据积累成对其使用的最佳挖掘数据积累。如果用数据挖掘方法挖掘得更深,就可以利用不最佳数据的利用来生成新的信息。这项研究的目的是通过使用k -意义算法的医疗记录数据对疾病的诊断进行排序。使用描述性研究方法。5个集群的快速编译软件得到C0以I11.0为主的诊断,C1以E11.8为主的诊断,C2以a15.3为主的诊断为E05.9, C4以e11.8为主的诊断。使用戴维斯-布尔丁方法和5组进行测试时,集群有效性0469
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
Emergency Care Journal
Emergency Care Journal EMERGENCY MEDICINE-
CiteScore
0.10
自引率
60.00%
发文量
29
审稿时长
10 weeks
×
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