UMIUMI

METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi AkuntansiMETHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi

Peningkatan kasus penyakit jantung koroner tanpa pengetahuan rinci mengenai penyebabnya menjadi masalah serius yang membutuhkan penanganan segera. Tujuan dari studi ini adalah untuk mengevaluasi hubungan penyebab dengan kejadian penyakit jantung koroner menggunakan algoritma Frequent Pattern Growth (FP-Growth). Algoritma ini diterapkan pada data medis pasien rawat inap di RSUD dr. Fauziah Bireuen untuk mengidentifikasi pola hubungan yang sering muncul antara faktor risiko seperti usia, jenis kelamin, diabetes, kolesterol, hipertensi, dan asam urat terhadap diagnosis penyakit jantung koroner. Terdapat 180 data catatan medis pasien dengan 17 item yang digunakan untuk analisis. Hasilnya menunjukkan tiga pola hubungan paling signifikan: kombinasi faktor risiko diabetes dan kolesterol tinggi memiliki nilai support 50% dan confidence 67%, risiko diabetes pada laki-laki memiliki nilai support 47% dan confidence 63%, serta kombinasi kolesterol dan hipertensi menunjukkan nilai support 45% dan confidence 66%. Hasil ini diharapkan memberikan wawasan lebih baik untuk pencegahan, deteksi dini, dan pengobatan penyakit jantung koroner, serta meningkatkan layanan kesehatan di rumah sakit. Penelitian ini juga menekankan pentingnya penerapan teknologi data mining dalam analisis data kesehatan yang kompleks.

Penelitian ini berhasil mengidentifikasi hubungan antara faktor risiko terhadap penyakit jantung koroner menggunakan algoritma FP-Growth.Pola yang ditemukan menunjukkan adanya korelasi kuat antara diabetes, kolesterol, dan jenis kelamin dengan penyakit jantung koroner.Penerapan metode data mining dalam analisis data medis terbukti memberikan hasil yang signifikan dan dapat digunakan sebagai acuan dalam pencegahan dan pengendalian penyebab penyakit jantung koroner.

Penelitian lanjutan dapat dilakukan dengan menguji algoritma data mining lainnya seperti Apriori, Eclat, atau algoritma berbasis pembelajaran mesin seperti Random Forest dan Decision Tree untuk membandingkan efektivitasnya dalam mengidentifikasi faktor risiko penyakit jantung koroner. Selain itu, studi lebih lanjut dapat mengeksplorasi penggunaan data longitudinal untuk menganalisis perkembangan faktor risiko dari waktu ke waktu dan memprediksi risiko penyakit jantung koroner pada individu tertentu. Terakhir, penelitian dapat difokuskan pada pengembangan sistem pendukung keputusan berbasis data mining yang dapat membantu dokter dalam mendiagnosis dan merencanakan pengobatan penyakit jantung koroner secara lebih akurat dan personal, dengan mempertimbangkan faktor risiko unik setiap pasien dan data medis historis mereka. Integrasi data dari berbagai sumber, seperti rekam medis elektronik, data gaya hidup, dan informasi genetik, juga dapat meningkatkan akurasi dan keandalan prediksi risiko penyakit jantung koroner.

  1. APPLICATION OF K-NEAREST NEIGHBORS MODEL IN ELECTRICAL POWER NEEDS CLASSIFICATION FOR EACH REGION IN... ecotipe.ubb.ac.id/index.php/ecotipe/article/view/646APPLICATION OF K NEAREST NEIGHBORS MODEL IN ELECTRICAL POWER NEEDS CLASSIFICATION FOR EACH REGION IN ecotipe ubb ac index php ecotipe article view 646
  2. Penerapan Data Mining Pada Penjualan Pakaian Brand Expand Dengan Algoritma Apriori Menggunakan Metode... jurnal.ubd.ac.id/index.php/algor/article/view/647Penerapan Data Mining Pada Penjualan Pakaian Brand Expand Dengan Algoritma Apriori Menggunakan Metode jurnal ubd ac index php algor article view 647
  3. Keterlibatan Orang Tua Dalam Administrasi Pendidikan Anak Usia Dini | Intellektika : Jurnal Ilmiah Mahasiswa.... jurnal.stikes-ibnusina.ac.id/index.php/Intellektika/article/view/720Keterlibatan Orang Tua Dalam Administrasi Pendidikan Anak Usia Dini Intellektika Jurnal IlmiahAMahasiswa jurnal stikes ibnusina ac index php Intellektika article view 720
  4. Clustering Zonasi Daerah Rawan Bencana Alam di Kabupaten Mandailing Natal menggunakan Algoritma K-Means... doi.org/10.33379/gtech.v7i3.2880Clustering Zonasi Daerah Rawan Bencana Alam di Kabupaten Mandailing Natal menggunakan Algoritma K Means doi 10 33379 gtech v7i3 2880
Read online
File size824.19 KB
Pages13
DMCAReport

Related /

ads-block-test