Penggunaan Data Mining dengan Algoritma K-Means dalam Klasifikasi Penyakit Tumor
(Studi Kasus : Rumah Sakit Daerah TK IV 02.07.02 Lahat)
Keywords:
data mining, algoritma k-means, klasifikasi penyakit tumorAbstract
Penyakit tumor adalah salah satu masalah kesehatan yang umum terjadi di seluruh dunia. Proses klasifikasi penyakit tumor menjadi krusial dalam diagnosis dan penanganannya. Meskipun bisa dilakukan secara manual oleh tenaga medis, metode ini cenderung lambat dan rentan terhadap kesalahan. Data mining, sebagai cabang ilmu komputer, menjadi solusi untuk menganalisis data dan mengidentifikasi pola atau informasi yang sulit ditemukan secara manual. Salah satu algoritma data mining yang efektif, yaitu k-means, digunakan dalam penelitian ini untuk mengklasifikasi penyakit tumor. Penelitian ini bertujuan menerapkan data mining menggunakan algoritma k-means dalam klasifikasi penyakit tumor, menggunakan dataset dari Rumah Sakit Daerah TK IV 02.07.02 Lahat, terdiri dari 213 data pasien dengan 11 atribut. Hasil penelitian menunjukkan bahwa algoritma k-means mampu mengklasifikasikan penyakit tumor dengan tingkat akurasi sebesar 98%. Temuan ini mengindikasikan bahwa k-means bisa menjadi alternatif metode yang lebih akurat dan efisien dalam mengklasifikasikan penyakit tumor jika dibandingkan dengan metode manual.
References
BAB, I. Dokumen Karya Ilmiah| Tugas Akhir| Program Studi Teknik Informatika-S1| Fakultas Ilmu Komputer| Universitas Dian Nuswantoro Semarang| 2013.
Kusrini, E. T. L., & Taufiq, E. (2009). Algoritma data mining. Yogyakarta: Andi Offset.
Silitonga, P., & Morina, I. S. (2017). Klusterisasi pola penyebaran penyakit pasien berdasarkan usia pasien dengan menggunakan K-Means clustering. Jurnal TIMES, 6(2), 22-25.
Siregar, A. M. (2018). Penerapan algoritma k-means untuk pengelompokan daerah rawan bencana di Indonesia. INTERNAL (Information System Journal), 1(2), 1-10.
Sri Irtawaty, A. (2017). Klasifikasi Penyakit Ginjal dengan Metode K-Means. JTT (Jurnal Teknologi Terpadu), 5(1), 49-53.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Nilam Niarni, Agnes Elsye
This work is licensed under a Creative Commons Attribution 4.0 International License.