ANALISIS ASSOCIATION RULE UNTUK IDENTIFIKASI POLA GEJALA PENYAKIT HIPERTENSI MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: KLINIK RAFINA MEDICAL CENTER)

Salsabilla Choerunnisa Nurzanah, Syariful Alam, Teguh Iman Hermanto

Abstract


Hipertensi didefinisikan sebagai penyakit krnis yang dapat menyebabkan tekanan darah meningkat melebihi 140/90 mmHg. Tidak adanya gejala spesifik dari penyakit hipertensi dapat menyebabkan penyakit yang serius atau komplikasi pada penderita hipertensi, oleh karena itu hipertensi dapat dilakukan sebagai “silent killerâ€. Klinik Rafina Medical Center merupakan suatu fasilitas kesehatan tingkat pertama di Kabupaten Purwakarta, Jawa Barat. Di Klinik Rafina Medical Center sendiri penyakit hipertensi dari tahun 2020 sampai awal tahun 2022 selalu termasuk ke dalam 10 diagnosa terbanyak, artinya banyak pasien yang terdiagnosa hipertensi di klinik tersebut. Oleh karena itu, dilakukan identifikasi menggunakan metode data mining yang bertujuan untuk menghasilkan informasi mengenai pola gejala hipertensi. Metode analisis data pada penelitian ini yaitu metode Knowledge Discovery in Database (KDD). Metode data mining yang digunakan yaitu metode association rule, dimana metode ini dapat mencari dan mengidentifikasi pola asosiasi antar atribut dalam suatu dataset. Algoritma pada penelitian ini adalah algoritma apriori. Tools dalam penelitian ini menggunakan software Orange. Hasil dari penelitian ini berupa aturan asosiasi atau pola gejala hipertensi, sehingga dari hasil tersebut diharapkan dapat memberikan pengetahuan baru mengenai pola gejala hipertensi sehingga dapat digunakan dalam penyuluhan dan penyediaan obat bagi penderita hipertensi khususnya di Klinik Rafina Medical Center.


References


N. Luh, A. Astari, and K. Primadewi, “Pengaruh Terapi Relaksasi Tarik Nafas Dalam Terhadap Penurunan Tekanan Darah Pada Lansia Penderita Hipertensi Di Desa Tihingan Banjarangkan Klungkung,†J. Med. Usada |, vol. 5, no. 1, p. 51, 2022.

F. G. Nonasri, “Karakteristik Dan Perilaku Mencari Pengobatan ( Health Seeking Behavior ) Pada Penderita Hipertensi,†J. Med. Hutama, vol. 02, no. 01, pp. 402–406, 2020.

M.Kavitha and D. S. Subbaiah, “Association Rule Mining using Apriori Algorithm for Extracting Product Sales Patterns in Groceries,†Int. J. Eng. Res. Technol., vol. 8, no. 3, pp. 5–8, 2020, [Online]. Available: www.ijert.org.

R. Takdirillah, “Penerapan Data Mining Menggunakan Algoritma Apriori Terhadap Data Transaksi Sebagai Pendukung Informasi Strategi Penjualan,†Edumatic J. Pendidik. Inform., vol. 4, no. 1, pp. 37–46, 2020, doi: 10.29408/edumatic.v4i1.2081.

M. Tandan, Y. Acharya, S. Pokharel, and M. Timilsina, “Discovering symptom patterns of COVID-19 patients using association rule mining,†Comput. Biol. Med., vol. 131, no. December 2020, p. 104249, 2021, doi: 10.1016/j.compbiomed.2021.104249.

R. R. Rerung, “Penerapan Data Mining dengan Memanfaatkan Metode Association Rule untuk Promosi Produk,†J. Teknol. Rekayasa, vol. 3, no. 1, p. 89, 2018, doi: 10.31544/jtera.v3.i1.2018.89-98.

U. Ependi and A. Putra, “Solusi Prediksi Persediaan Barang dengan Menggunakan Algoritma Apriori (Studi Kasus: Regional Part Depo Auto 2000 Palembang),†J. Edukasi dan Penelit. Inform., vol. 5, no. 2, p. 139, 2019, doi: 10.26418/jp.v5i2.32648.

S. Al Syahdan and A. Sindar, “Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota,†J. Nas. Komputasi dan Teknol. Inf., vol. 1, no. 2, 2018, doi: 10.32672/jnkti.v1i2.771.

M. Afdal and M. Rosadi, “Penerapan Association Rule Mining Untuk Analisis Penempatan Tata Letak Buku Di Perpustakaan Menggunakan Algoritma Apriori,†J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 5, no. 1, p. 99, 2019, doi: 10.24014/rmsi.v5i1.7379.

H. Sofyan, “Implementation of Data Mining with Association Rule in Decision Making for Product Purchase Correlation Using the Apriori Algorithm,†J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2019.

C. N. Dengen, K. Kusrini, and E. T. Luthfi, “Penentuan Association Rule Pada Kelulusan Mahasiswa Menggunakan Algoritma Apriori,†J. Rekayasa Teknol. Inf., vol. 3, no. 1, p. 20, 2019, doi: 10.30872/jurti.v3i1.2256.

F. A. Sianturi, “Penerapan Algoritma Apriori Untuk Penentuan Tingkat Pesanan,†Mantik Penusa, vol. 2, no. 1, pp. 50–57, 2018, [Online]. Available: http://e-jurnal.pelitanusantara.ac.id/index.php/mantik/article/view/330.

W. Nengsih, “Analisa Akurasi Permodelan Supervised Dan Unsupervised,†Sebatik 1410-3737, vol. 23, no. 2, pp. 285–291, 2017, [Online]. Available: https://jurnal.wicida.ac.id/index.php/sebatik/article/view/771.

A. R. Riszky and M. Sadikin, “Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan,†J. Teknol. dan Sist. Komput., vol. 7, no. 3, pp. 103–108, 2019, doi: 10.14710/jtsiskom.7.3.2019.103-108.

A. Setiawan and F. P. Putri, “Implementasi Algoritma Apriori untuk Rekomendasi Kombinasi Produk Penjualan,†Ultim. J. Tek. Inform., vol. 12, no. 1, pp. 66–71, 2020, doi: 10.31937/ti.v12i1.1644.




DOI: https://doi.org/10.33387/jiko.v5i2.4792

Refbacks

  • There are currently no refbacks.