{"title":"DBSCAN算法的实现,用于对诊断慢性肾病患者数据(PGK)分类","authors":"Richardo Anggara, Abdul Rahman","doi":"10.35957/algoritme.v3i1.3593","DOIUrl":null,"url":null,"abstract":"Penyakit ginjal kronis(PGK) adalah penyakit ginjal yang ditandai dengan kerusakan struktural atau fungsional pada ginjal yang berlangsung lebih dari 3 bulan. PGK ditandai dengan satu atau lebih tanda kerusakan ginjal, yaitu albuminuria, sedimen urin abnormal, elektrolit, histologi, struktur ginjal, atau riwayat transplantasi ginjal, dengan penurunan laju filtrasi glomerulus. Pada penelitian ini dilakukan implementasi algoritma DBSCAN untuk mengelompokan data pasien tediagnosis PGK. Basis data yang digunakan adalah Chronic Kidney Disease yang berjumlah 400 data medis dengan 24 atribut atau fitur. Hasil penelitian dievaluasi dengan mencatat banyak jumlah cluster dan noise yang didapatkan menggunakan metric euclidean. Hasil terbaik ada pada skenario kedua dengan nilai epsilon sebesar 3,5, dan Min sample=5 yang menghasilkan jumlah cluster sebanyak 2 cluster dengan nilai Silhouette sebesar 0.158.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"4 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Implementasi Algoritma DBSCAN Dalam Mengelompokan Data Pasien Terdiagnosa Penyakit Ginjal Kronis(PGK)\",\"authors\":\"Richardo Anggara, Abdul Rahman\",\"doi\":\"10.35957/algoritme.v3i1.3593\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penyakit ginjal kronis(PGK) adalah penyakit ginjal yang ditandai dengan kerusakan struktural atau fungsional pada ginjal yang berlangsung lebih dari 3 bulan. PGK ditandai dengan satu atau lebih tanda kerusakan ginjal, yaitu albuminuria, sedimen urin abnormal, elektrolit, histologi, struktur ginjal, atau riwayat transplantasi ginjal, dengan penurunan laju filtrasi glomerulus. Pada penelitian ini dilakukan implementasi algoritma DBSCAN untuk mengelompokan data pasien tediagnosis PGK. Basis data yang digunakan adalah Chronic Kidney Disease yang berjumlah 400 data medis dengan 24 atribut atau fitur. Hasil penelitian dievaluasi dengan mencatat banyak jumlah cluster dan noise yang didapatkan menggunakan metric euclidean. Hasil terbaik ada pada skenario kedua dengan nilai epsilon sebesar 3,5, dan Min sample=5 yang menghasilkan jumlah cluster sebanyak 2 cluster dengan nilai Silhouette sebesar 0.158.\",\"PeriodicalId\":447117,\"journal\":{\"name\":\"Jurnal Algoritme\",\"volume\":\"4 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-10-10\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Algoritme\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.35957/algoritme.v3i1.3593\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Algoritme","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35957/algoritme.v3i1.3593","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Implementasi Algoritma DBSCAN Dalam Mengelompokan Data Pasien Terdiagnosa Penyakit Ginjal Kronis(PGK)
Penyakit ginjal kronis(PGK) adalah penyakit ginjal yang ditandai dengan kerusakan struktural atau fungsional pada ginjal yang berlangsung lebih dari 3 bulan. PGK ditandai dengan satu atau lebih tanda kerusakan ginjal, yaitu albuminuria, sedimen urin abnormal, elektrolit, histologi, struktur ginjal, atau riwayat transplantasi ginjal, dengan penurunan laju filtrasi glomerulus. Pada penelitian ini dilakukan implementasi algoritma DBSCAN untuk mengelompokan data pasien tediagnosis PGK. Basis data yang digunakan adalah Chronic Kidney Disease yang berjumlah 400 data medis dengan 24 atribut atau fitur. Hasil penelitian dievaluasi dengan mencatat banyak jumlah cluster dan noise yang didapatkan menggunakan metric euclidean. Hasil terbaik ada pada skenario kedua dengan nilai epsilon sebesar 3,5, dan Min sample=5 yang menghasilkan jumlah cluster sebanyak 2 cluster dengan nilai Silhouette sebesar 0.158.