Text
Perbandingan Algoritma K-Medoids Dan Algoritma K-Means Clustering Untuk Penyakit Stroke Infark (Studi Kasus Rumah Sakit Umum Daerah Cibabat Cimahi)
Stroke merupakan penyakit gangguan fungsi lokal atau global karena terdapatnya sumbatan atau pecahnya pembuluh darah, jenis stroke yang banyak ditemukan yaitu stroke infark. Stroke infark terjadi karena adanya penyumbatan pembuluh darah oleh trombus atau embolus yang mengakibatkan menurunnya suplai oksigen ke otak (hipoksia serebral) yang berdanpak terhadap kematian jaringan otak. Penyandang Stroke infark di RSUD Cibabat Cimahi pada tahun 2018-2022 mencapai 3.843 pasien, jumlah data pasien yang banyak perlu pengelolaan data pasien satu dari beberapa cara untuk mengelola data yaitu menggunakan data mining. Penelitian ini bertujuan menerapkan metode clustering dengan membandingkan algoritma K-medoids dan K-means menggunakan perangkat lunak RapidMiner dalam mengelompokkan data berdasarkan kategori umur, jenis kelamin dan tempat tinggal (sebanyak 3.327 data periode Tahun 2018-2022). Hasil uji dengan algoritma K-medoids menghasilkan nilai DBI-1.121 dengan 3 cluster, sedangkan algoritma K-means menghasilkan nilai DBI-0.703 dengan 4 cluster. Hasil perbandingan menunjukkan hasil yang relatif sama.
Kata Kunci: Clustering, Algoritma K-Medoids, Algoritma K-Means, Stroke Infark
TI 230005 | TI 423 ALS p | My Library | Available |
No other version available