Farid, Mohammad Zamroni (2019) Implementasi algoritma K-Means clustering pada rekam medis penyakit liver / Mohammad Zamroni Farid. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
v ABSTRAK Farid M. Z. 2018. Implementasi Algoritma K-Means Clustering Pada Rekam Medis Penyakit Liver. Skripsi S1 Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang Pembimbing (1) I Made Wirawan S.T. S.S.T. M.T. (2) Ilham Ari Elbaith Zaeni S.T. M.T. Ph.D. Kata Kunci Hati Penyakit Hati Clustering K-Means Clustering Hati (liver) merupakan organ vital yang sangat penting dalam tubuh manusia. Di dalam hati terjadi proses-proses penting yang sangat berpengaruh pada manusia. Penanganan penyakit hati pada stadium awal akan memperpanjang usia pasien dan diagnosa awal merupakan permasalahan yang sangat penting dalam penyakit hati. Untuk mengatasi permasalahan kesalahan dalam mendiagnosa penyakit yang dialami adalah tanggung jawab yang paling berat untuk diemban oleh ahli kesehatan. Data rekam medis pasien yang telah direkam pada tindakan sebelumnya dapat dipakai sebagai acuan untuk pemeriksaan kesehatan pasien selanjutnya sekaligus sebagai bukti tercatat mengenai diagnosis penyakit pasien dan pelayanan medis yang diperoleh pasien. Maka dari itu untuk mengatasi permasalahan tersebut dibutuhkan sistem yang bertujuan untuk diagnosa penyakit liver agar lebih efektif dan efisien. K-Means Clustering merupakan salah satu metode data clustering non-hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster. Pada 3 kali percobaan menggunakan data uji sebanyak 174 data uji untuk mendapatkan akurasi maksimal dari metode K-Means Clustering untuk Diagnosa penyakit liver didapatkan hasil bahwa pada penelitian ini metode K-Means Clustering memiliki hasil yang baik pada 3 kali percobaan 1 mendapatkan akurasi terbaik yaitu 72% dan error rate 28% percobaan 2 didapatkan hasil akurasi yaitu 71% dan error rate 29% dan percobaan 3 didapatkan akurasi 66% dan error rate 34%. Hasil ini yang didapatkan kurang baik karena data yang digunakan tidak konsisten antara terindikasi liver maupun tidak terindikasi liver dan dalam penentuan centroid secara random kelemahan K-Means Clutering tersebut menjadi hambatan untuk mendapatkan hasil yang kurang maksimal.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) > TIN Software Engineering |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 04 Mar 2019 04:29 |
| Last Modified: | 09 Sep 2019 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/48081 |
Actions (login required)
 |
View Item |